wget作为日常工具之一，相比很多人非常熟悉，但是我们通常使用了它最简单的功能，其实wget非常的强大，希望本文能够让大家领略到wget的强大。

Wget是平时经常会用到的一个工具，这个工具其实有着非常丰富的参数和配置，能够实现很强大的功能。比较常用的一个就是抓站或者为网站做镜像。

1

wget -np -x -r -k -E www.baidu.com

上面这个命令就实现了对 www.baidu.com 这个网站页面的递归抓取，并且将页面中的链接保存为相对链接，这样能够方便我们在本地查看网站的页面。如果我们需要将一个网站建立一个对等的镜像站点，可以使用 -m 这个参数。

Wget在下载url中包含中文的路径时，会产生乱码的问题，按照参考资料中的方法，修改源码重新编译之后，这个问题就可以解决了。

下面是wget的一些介绍资料：

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。

（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 -dhttp://192.168.1.168

例2：下载192.168.1.168首页并且不显示任何信息
wget -qhttp://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 -l5http://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.htmhttp://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 -xhttp://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 -rhttp://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

Wget各项参数的详细列表
| 参数 | 涵义 |
|—|—|
| -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 |

参考资料：
1、Wget的强大
2、Wget中文乱码问题
3、GNU Wget