wget -r -nc -np "http://www.zhihu.com/"

下载网站所有

-r,  --recursive          specify recursive download.

-nc, --no-clobber              skip downloads that would download to existing files.
  -np, --no-parent                 don’t ascend to the parent directory.

Wget 的使用

1）支持断点下传功能（2）同时支持FTP和HTTP下载方式（3）支持代理服务器（4）设置方便简单；5）程序小，完全免费；

命令格式：

　　wget [参数列表] [目标软件、网页的网址]

1、启动类参数

　　这一类参数主要提供软件的一些基本信息；

　　-V,--version 显示软件版本号然后退出；
　　-h,--help显示软件帮助信息；
　　-e,--execute=COMMAND 执行一个 “.wgetrc”命令

　　以上每一个功能有长短两个参数，长短功能一样，都可以使用。需要注意的是，这里的-e参数是执行一个.wgettrc的命令，.wgettrc命令其实是一个参数列表，直接将软件需要的参数写在一起就可以了。

　　2、文件处理参数

　　这类参数定义软件log文件的输出方式等；

　　-o,--output-file=FILE 将软件输出信息保存到文件；
　　-a,--append-output=FILE将软件输出信息追加到文件；
　　-d,--debug显示输出信息；
　　-q,--quiet 不显示输出信息；
　　-i,--input-file=FILE 从文件中取得URL；

　　以上参数对于攻击者比较有用，我们来看看具体使用；

例1：下载192.168.1.168首页并且显示下载信息
wget -d
http://192.168.1.168

例2：下载192.168.1.168首页并且不显示任何信息
wget -q
http://192.168.1.168

例3：下载filelist.txt中所包含的链接的所有文件
wget -i filelist.txt

wget -np -m -l5
http://jpstone.bokee.com

//不下载本站所链接的其它站点内容，5级目录结构
3、下载参数

　　下载参数定义下载重复次数、保存文件名等；

　　-t,--tries=NUMBER 是否下载次数（0表示无穷次）
　　-O --output-document=FILE下载文件保存为别的文件名
　　-nc, --no-clobber 不要覆盖已经存在的文件
　　-N,--timestamping只下载比本地新的文件
　　-T,--timeout=SECONDS 设置超时时间
　　-Y,--proxy=on/off 关闭代理

例：下载192.168.1.168的首页并将下载过程中的的输入信息保存到test.htm文件中
wget -o test.htm
http://192.168.1.168

4、目录参数

　　目录参数主要设置下载文件保存目录与原来文件（服务器文件）的目录对应关系；

　　-nd --no-directories 不建立目录
　　-x,--force-directories 强制建立目录
　　可能现在我们对这里的目录还不是很了解，我们来看一个举例

例：下载192.168.1.168的首页，并且保持网站结构
wget -x
http://192.168.1.168

　5、HTTP参数

　　HTTP参数设置一些与HTTP下载有关的属性；

　　--http-user=USER设置HTTP用户
　　--http-passwd=PASS设置HTTP密码
　　--proxy-user=USER设置代理用户
　　--proxy-passwd=PASS设置代理密码

　　以上参数主要设置HTTP和代理的用户、密码；

6、递归参数设置

　　在下载一个网站或者网站的一个目录的时候，我们需要知道的下载的层次，这些参数就可以设置；
　　-r,--recursive 下载整个网站、目录（小心使用）
　　-l,--level=NUMBER 下载层次

例：下载整个网站
wget -r
http://192.168.1.168

7、递归允许与拒绝选项参数

　　下载一个网站的时候，为了尽量快，有些文件可以选择下载，比如图片和声音，在这里可以设置；

　　-A,--accept=LIST 可以接受的文件类型
　　-R,--reject=LIST拒绝接受的文件类型
　　-D,--domains=LIST可以接受的域名
　　--exclude-domains=LIST拒绝的域名
　　-L,--relative 下载关联链接
　　--follow-ftp 只下载FTP链接
　　-H,--span-hosts 可以下载外面的主机
　　-I,--include-directories=LIST允许的目录
　　-X,--exclude-directories=LIST 拒绝的目录

如何设定wget所使用的代理服务器
wget可以使用用户设置文件".wgetrc"来读取很多设置，我们这里主要利用这个文件来是
设置代理服务器。使用者用什么用户登录，那么什么用户主目录下的".wgetrc"文件就起
作用。例如，"root"用户如果想使用".wgetrc"来设置代理服务器，"/root/.wgetrc"就起
作用，下面给出一个".wgetrc"文件的内容，读者可以参照这个例子来编写自己的"wgetrc"文件：
http-proxy = 111.111.111.111:8080
ftp-proxy = 111.111.111.111:8080
这两行的含义是，代理服务器IP地址为：111.111.111.111，端口号为：80。第一行指定
HTTP协议所使用的代理服务器，第二行指定FTP协议所使用的代理服务器。

WGet使用指南
wget是一个从网络上自动下载文件的自由工具。它支持HTTP，HTTPS和FTP协议，可以使用HTTP代理.

所谓的自动下载是指，wget可以在用户退出系统的之后在后台执行。这意味这你可以登录系统，启动一个wget下载任务，然后退出系统，wget将在后台执行直到任务完成，相对于其它大部分浏览器在下载大量数据时需要用户一直的参与，这省去了极大的麻烦。

wget可以跟踪HTML页面上的链接依次下载来创建远程服务器的本地版本，完全重建原始站点的目录
结构。这又常被称作”递归下载”。在递归下载的时候，wget遵循Robot Exclusion标准(/robots.txt).
wget可以在下载的同时，将链接转换成指向本地文件，以方便离线浏览。

wget非常稳定,它在带宽很窄的情况下和不稳定网络中有很强的适应性.如果是由于网络的原因下载失
败，wget会不断的尝试，直到整个文件下载完
毕。如果是服务器打断下载过程，它会再次联到服务器上从停止的地方继续下载。这对从那些限定了链接时间的服务器上下载大文件非常有用。

wget的常见用法
wget的使用格式

Usage: wget [OPTION]... [URL]...用wget做站点镜像:
wget -r -p -np -k
http://dsec.pku.edu.cn/~usr_name/

# 或者
wget -m
http://www.tldp.org/LDP/abs/html/

在不稳定的网络上下载一个部分下载的文件，以及在空闲时段下载
wget -t 0 -w 31 -c
http://dsec.pku.edu.cn/BBC.avi

-o down.log &
# 或者从filelist读入要下载的文件列表
wget -t 0 -w 31 -c -B
ftp://dsec.pku.edu.cn/linuxsoft

-i filelist.txt -o down.log
&上面的代码还可以用来在网络比较空闲的时段进行下载。我的用法是:在mozilla中将不方便当时下载的URL链接拷贝到内存中然后粘贴到文件
filelist.txt中，在晚上要出去系统前执行上面代码的第二条。

使用代理下载
wget -Y on -p -k
https://sourceforge.net/projects/wvware/

代理可以在环境变量或wgetrc文件中设定

# 在环境变量中设定代理
export PROXY=http://211.90.168.94:8080/
# 在~/.wgetrc中设定代理
http_proxy =
http://proxy.yoyodyne.com:18023/

ftp_proxy =
http://proxy.yoyodyne.com:18023/wget

各种选项分类列表
启动
-V, --version           显示wget的版本后退出
-h, --help              打印语法帮助
-b, --background        启动后转入后台执行
-e, --execute=COMMAND   执行`.wgetrc'格式的命令，wgetrc格式参见/etc/wgetrc或~/.wgetrc记录和输入文件
-o, --output-file=FILE     把记录写到FILE文件中
-a, --append-output=FILE   把记录追加到FILE文件中
-d, --debug                打印调试输出
-q, --quiet                安静模式(没有输出)
-v, --verbose              冗长模式(这是缺省设置)
-nv, --non-verbose          关掉冗长模式，但不是安静模式
-i, --input-file=FILE      下载在FILE文件中出现的URLs
-F, --force-html           把输入文件当作HTML格式文件对待
-B, --base=URL             将URL作为在-F -i参数指定的文件中出现的相对链接的前缀
--sslcertfile=FILE     可选客户端证书
--sslcertkey=KEYFILE   可选客户端证书的KEYFILE
--egd-file=FILE        指定EGD socket的文件名下载
--bind-address=ADDRESS   指定本地使用地址(主机名或IP，当本地有多个IP或名字时使用)
-t, --tries=NUMBER           设定最大尝试链接次数(0 表示无限制).
-O   --output-document=FILE   把文档写到FILE文件中
-nc, --no-clobber             不要覆盖存在的文件或使用.#前缀
-c, --continue               接着下载没下载完的文件
--progress=TYPE          设定进程条标记
-N, --timestamping           不要重新下载文件除非比本地文件新
-S, --server-response        打印服务器的回应
--spider                 不下载任何东西
-T, --timeout=SECONDS        设定响应超时的秒数
-w, --wait=SECONDS           两次尝试之间间隔SECONDS秒
--waitretry=SECONDS      在重新链接之间等待1...SECONDS秒
--random-wait            在下载之间等待0...2*WAIT秒
-Y, --proxy=on/off           打开或关闭代理
-Q, --quota=NUMBER           设置下载的容量限制
--limit-rate=RATE        限定下载输率目录
-nd --no-directories            不创建目录
-x, --force-directories         强制创建目录
-nH, --no-host-directories       不创建主机目录
-P, --directory-prefix=PREFIX   将文件保存到目录 PREFIX/...
--cut-dirs=NUMBER           忽略 NUMBER层远程目录HTTP 选项
--http-user=USER      设定HTTP用户名为 USER.
--http-passwd=PASS    设定http密码为 PASS.
-C, --cache=on/off        允许/不允许服务器端的数据缓存 (一般情况下允许).
-E, --html-extension      将所有text/html文档以.html扩展名保存
--ignore-length       忽略 `Content-Length'头域
--header=STRING       在headers中插入字符串 STRING
--proxy-user=USER     设定代理的用户名为 USER
--proxy-passwd=PASS   设定代理的密码为 PASS
--referer=URL         在HTTP请求中包含 `Referer: URL'头
-s, --save-headers        保存HTTP头到文件
-U, --user-agent=AGENT    设定代理的名称为 AGENT而不是 Wget/VERSION.
--no-http-keep-alive 关闭 HTTP活动链接 (永远链接).
--cookies=off         不使用 cookies.
--load-cookies=FILE   在开始会话前从文件 FILE中加载cookie
--save-cookies=FILE   在会话结束后将 cookies保存到 FILE文件中FTP 选项
-nr, --dont-remove-listing   不移走 `.listing'文件
-g, --glob=on/off           打开或关闭文件名的 globbing机制
--passive-ftp           使用被动传输模式 (缺省值).
--active-ftp            使用主动传输模式
--retr-symlinks         在递归的时候，将链接指向文件(而不是目录)递归下载
-r, --recursive          递归下载－－慎用!
-l, --level=NUMBER       最大递归深度 (inf 或 0 代表无穷).
--delete-after       在现在完毕后局部删除文件
-k, --convert-links      转换非相对链接为相对链接
-K, --backup-converted   在转换文件X之前，将之备份为 X.orig
-m, --mirror             等价于 -r -N -l inf -nr.
-p, --page-requisites    下载显示HTML文件的所有图片递归下载中的包含和不包含(accept/reject)
-A, --accept=LIST                分号分隔的被接受扩展名的列表
-R, --reject=LIST                分号分隔的不被接受的扩展名的列表
-D, --domains=LIST               分号分隔的被接受域的列表
--exclude-domains=LIST       分号分隔的不被接受的域的列表
--follow-ftp                 跟踪HTML文档中的FTP链接
--follow-tags=LIST           分号分隔的被跟踪的HTML标签的列表
-G, --ignore-tags=LIST           分号分隔的被忽略的HTML标签的列表
-H, --span-hosts                 当递归时转到外部主机
-L, --relative                   仅仅跟踪相对链接
-I, --include-directories=LIST   允许目录的列表
-X, --exclude-directories=LIST   不被包含目录的列表
-np, --no-parent                  不要追溯到父目录

GNU Wget 1.12, a non-interactive network retriever.
Usage: wget [OPTION]... [URL]...

Mandatory arguments to long options are mandatory for short options too.

Startup:
  -V,  --version           display the version of Wget and exit.
  -h,  --help              print this help.
  -b,  --background        go to background after startup.
  -e,  --execute=COMMAND   execute a ‘.wgetrc’-style command.

Logging and input file:
  -o,  --output-file=FILE    log messages to FILE.
  -a,  --append-output=FILE  append messages to FILE.
  -d,  --debug               print lots of debugging information.
  -q,  --quiet               quiet (no output).
  -v,  --verbose             be verbose (this is the default).
  -nv, --no-verbose          turn off verboseness, without being quiet.
  -i,  --input-file=FILE     download URLs found in local or external FILE.
  -F,  --force-html          treat input file as HTML.
  -B,  --base=URL            resolves HTML input-file links (-i -F)
                             relative to URL.

Download:
  -t,  --tries=NUMBER            set number of retries to NUMBER (0 unlimits).
       --retry-connrefused       retry even if connection is refused.
  -O,  --output-document=FILE    write documents to FILE.
  -nc, --no-clobber              skip downloads that would download to
                                 existing files.
  -c,  --continue                resume getting a partially-downloaded file.
       --progress=TYPE           select progress gauge type.
  -N,  --timestamping            don’t re-retrieve files unless newer than
                                 local.
  -S,  --server-response         print server response.
       --spider                  don’t download anything.
  -T,  --timeout=SECONDS         set all timeout values to SECONDS.
       --dns-timeout=SECS        set the DNS lookup timeout to SECS.
       --connect-timeout=SECS    set the connect timeout to SECS.
       --read-timeout=SECS       set the read timeout to SECS.
  -w,  --wait=SECONDS            wait SECONDS between retrievals.
       --waitretry=SECONDS       wait 1..SECONDS between retries of a retrieval.
       --random-wait             wait from 0...2*WAIT secs between retrievals.
       --no-proxy                explicitly turn off proxy.
  -Q,  --quota=NUMBER            set retrieval quota to NUMBER.
       --bind-address=ADDRESS    bind to ADDRESS (hostname or IP) on local host.
       --limit-rate=RATE         limit download rate to RATE.
       --no-dns-cache            disable caching DNS lookups.
       --restrict-file-names=OS  restrict chars in file names to ones OS allows.
       --ignore-case             ignore case when matching files/directories.
  -4,  --inet4-only              connect only to IPv4 addresses.
  -6,  --inet6-only              connect only to IPv6 addresses.
       --prefer-family=FAMILY    connect first to addresses of specified family,
                                 one of IPv6, IPv4, or none.
       --user=USER               set both ftp and http user to USER.
       --password=PASS           set both ftp and http password to PASS.
       --ask-password            prompt for passwords.
       --no-iri                  turn off IRI support.
       --local-encoding=ENC      use ENC as the local encoding for IRIs.
       --remote-encoding=ENC     use ENC as the default remote encoding.

Directories:
  -nd, --no-directories           don’t create directories.
  -x,  --force-directories        force creation of directories.
  -nH, --no-host-directories      don’t create host directories.
       --protocol-directories     use protocol name in directories.
  -P,  --directory-prefix=PREFIX  save files to PREFIX/...
       --cut-dirs=NUMBER          ignore NUMBER remote directory components.

HTTP options:
       --http-user=USER        set http user to USER.
       --http-password=PASS    set http password to PASS.
       --no-cache              disallow server-cached data.
       --default-page=NAME     Change the default page name (normally
                               this is ‘index.html’.).
  -E,  --adjust-extension      save HTML/CSS documents with proper extensions.
       --ignore-length         ignore ‘Content-Length’ header field.
       --header=STRING         insert STRING among the headers.
       --max-redirect          maximum redirections allowed per page.
       --proxy-user=USER       set USER as proxy username.
       --proxy-password=PASS   set PASS as proxy password.
       --referer=URL           include ‘Referer: URL’ header in HTTP request.
       --save-headers          save the HTTP headers to file.
  -U,  --user-agent=AGENT      identify as AGENT instead of Wget/VERSION.
       --no-http-keep-alive    disable HTTP keep-alive (persistent connections).
       --no-cookies            don’t use cookies.
       --load-cookies=FILE     load cookies from FILE before session.
       --save-cookies=FILE     save cookies to FILE after session.
       --keep-session-cookies  load and save session (non-permanent) cookies.
       --post-data=STRING      use the POST method; send STRING as the data.
       --post-file=FILE        use the POST method; send contents of FILE.
       --content-disposition   honor the Content-Disposition header when
                               choosing local file names (EXPERIMENTAL).
       --auth-no-challenge     send Basic HTTP authentication information
                               without first waiting for the server’s
                               challenge.

HTTPS (SSL/TLS) options:
       --secure-protocol=PR     choose secure protocol, one of auto, SSLv2,
                                SSLv3, and TLSv1.
       --no-check-certificate   don’t validate the server’s certificate.
       --certificate=FILE       client certificate file.
       --certificate-type=TYPE  client certificate type, PEM or DER.
       --private-key=FILE       private key file.
       --private-key-type=TYPE  private key type, PEM or DER.
       --ca-certificate=FILE    file with the bundle of CA’s.
       --ca-directory=DIR       directory where hash list of CA’s is stored.
       --random-file=FILE       file with random data for seeding the SSL PRNG.
       --egd-file=FILE          file naming the EGD socket with random data.

FTP options:
       --ftp-user=USER         set ftp user to USER.
       --ftp-password=PASS     set ftp password to PASS.
       --no-remove-listing     don’t remove ‘.listing’ files.
       --no-glob               turn off FTP file name globbing.
       --no-passive-ftp        disable the “passive” transfer mode.
       --retr-symlinks         when recursing, get linked-to files (not dir).

Recursive download:
  -r,  --recursive          specify recursive download.
  -l,  --level=NUMBER       maximum recursion depth (inf or 0 for infinite).
       --delete-after       delete files locally after downloading them.
  -k,  --convert-links      make links in downloaded HTML or CSS point to
                            local files.
  -K,  --backup-converted   before converting file X, back up as X.orig.
  -m,  --mirror             shortcut for -N -r -l inf --no-remove-listing.
  -p,  --page-requisites    get all images, etc. needed to display HTML page.
       --strict-comments    turn on strict (SGML) handling of HTML comments.

Recursive accept/reject:
  -A,  --accept=LIST               comma-separated list of accepted extensions.
  -R,  --reject=LIST               comma-separated list of rejected extensions.
  -D,  --domains=LIST              comma-separated list of accepted domains.
       --exclude-domains=LIST      comma-separated list of rejected domains.
       --follow-ftp                follow FTP links from HTML documents.
       --follow-tags=LIST          comma-separated list of followed HTML tags.
       --ignore-tags=LIST          comma-separated list of ignored HTML tags.
  -H,  --span-hosts                go to foreign hosts when recursive.
  -L,  --relative                  follow relative links only.
  -I,  --include-directories=LIST  list of allowed directories.
  --trust-server-names  use the name specified by the redirection url last component.
  -X,  --exclude-directories=LIST  list of excluded directories.
  -np, --no-parent                 don’t ascend to the parent directory.

Mail bug reports and suggestions to <bug-wget@gnu.org>.