[Batch dos - cmd Command - Summary and Summary] - External Command - cmd Download Command, wget Command

Un.、wgetAvantages du téléchargement de programmes

1）Prise en charge de la fonction de transfert descendant du point d'arrêt

2）Soutien simultanéFTPEtHTTPMode de téléchargement

3）Prise en charge des serveurs Proxy

4）Facile à installer

5）Petit programme,Entièrement gratuit

2.、Téléchargement et installationwgetProcédure

wgetLe site Web de：Wget for Windows

Mais bizarrement, Tous les liens de téléchargement,Tout est là.301Erreur.

J'ai donc dû changer de site pour le télécharger,Sites recommandésGNU Wget 1.21.3 for Windows

Je l'ai téléchargé.1.21.3 De64Version bitzipPackage. 

Après décompression,Déplacer ce dossier dans son ensemble verscSous disquesystem32Sous la table des matières,Configurer les variables d'environnement,C'est - à - dire que l'installation est terminée.

Trois、wgetUtilisation des commandes

 

3.1 wgetInformations d'aide pour la commande——wget --help

Si c'est normal d'exécuter cette commande , Cela signifie que l'installation a été réussie ,Si une erreur est signalée——wgetNi interne ni externe, Donc l'installation a échoué .

Souvent, il y a un problème avec la configuration de vos variables d'environnement .

C:\Users\Administrator>wget --help
GNU Wget 1.21.3, 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
       --report-speed=TYPE         output bandwidth as TYPE.  TYPE can be bits
  -i,  --input-file=FILE           download URLs found in local or external FILE
       --input-metalink=FILE       download files covered in local Metalink FILE
  -F,  --force-html                treat input file as HTML
  -B,  --base=URL                  resolves HTML input-file links (-i -F)
                                     relative to URL
       --config=FILE               specify config file to use
       --no-config                 do not read any config file
       --rejected-log=FILE         log reasons for URL rejection to FILE

Download:
  -t,  --tries=NUMBER              set number of retries to NUMBER (0 unlimits)
       --retry-connrefused         retry even if connection is refused
       --retry-on-http-error=ERRORS    comma-separated list of HTTP errors to retry
  -O,  --output-document=FILE      write documents to FILE
  -nc, --no-clobber                skip downloads that would download to
                                     existing files (overwriting them)
       --no-netrc                  don't try to obtain credentials from .netrc
  -c,  --continue                  resume getting a partially-downloaded file
       --start-pos=OFFSET          start downloading from zero-based position OFFSET
       --progress=TYPE             select progress gauge type
       --show-progress             display the progress bar in any verbosity mode
  -N,  --timestamping              don't re-retrieve files unless newer than
                                     local
       --no-if-modified-since      don't use conditional if-modified-since get
                                     requests in timestamping mode
       --no-use-server-timestamps  don't set the local file's timestamp by
                                     the one on the server
  -S,  --server-response           print server response
       --spider                    don't download anything
  -T,  --timeout=SECONDS           set all timeout values to SECONDS
       --dns-servers=ADDRESSES     list of DNS servers to query (comma separated)
       --bind-dns-address=ADDRESS  bind DNS resolver to ADDRESS (hostname or IP) on local host
       --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
                                     (applies if more then 1 URL is to be retrieved)
       --waitretry=SECONDS         wait 1..SECONDS between retries of a retrieval
                                     (applies if more then 1 URL is to be retrieved)
       --random-wait               wait from 0.5*WAIT...1.5*WAIT secs between retrievals
                                     (applies if more then 1 URL is to be retrieved)
       --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
       --use-askpass=COMMAND       specify credential handler for requesting
                                     username and password.  If no COMMAND is
                                     specified the WGET_ASKPASS or the SSH_ASKPASS
                                     environment variable is used.
       --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
       --unlink                    remove file before clobber
       --keep-badhash              keep files with checksum mismatch (append .badhash)
       --metalink-index=NUMBER     Metalink application/metalink4+xml metaurl ordinal NUMBER
       --metalink-over-http        use Metalink metadata from HTTP response headers
       --preferred-location        preferred location for Metalink resources

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
       --compression=TYPE          choose compression, one of auto, gzip and none. (default: none)
       --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
       --method=HTTPMethod         use method "HTTPMethod" in the request
       --body-data=STRING          send STRING as data. --method MUST be set
       --body-file=FILE            send contents of FILE. --method MUST be set
       --content-disposition       honor the Content-Disposition header when
                                     choosing local file names (EXPERIMENTAL)
       --content-on-error          output the received content on server errors
       --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, TLSv1, TLSv1_1, TLSv1_2, TLSv1_3 and PFS
       --https-only                only follow secure HTTPS links
       --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 CAs
       --ca-directory=DIR          directory where hash list of CAs is stored
       --crl-file=FILE             file with bundle of CRLs
       --pinnedpubkey=FILE/HASHES  Public key (PEM/DER) file, or any number
                                   of base64 encoded sha256 hashes preceded by
                                   'sha256//' and separated by ';', to verify
                                   peer against
       --random-file=FILE          file with random data for seeding the SSL PRNG

       --ciphers=STR           Set the priority string (GnuTLS) or cipher list string (OpenSSL) directly.
                                   Use with care. This option overrides --secure-protocol.
                                   The format and syntax of this string depend on the specific SSL/TLS engine.
HSTS options:
       --no-hsts                   disable HSTS
       --hsts-file                 path of HSTS database (will override default)

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
       --preserve-permissions      preserve remote file permissions
       --retr-symlinks             when recursing, get linked-to files (not dir)

FTPS options:
       --ftps-implicit                 use implicit FTPS (default port is 990)
       --ftps-resume-ssl               resume the SSL/TLS session started in the control connection when
                                         opening a data connection
       --ftps-clear-data-connection    cipher the control channel only; all the data will be in plaintext
       --ftps-fallback-to-ftp          fall back to FTP if FTPS is not supported in the target server
WARC options:
       --warc-file=FILENAME        save request/response data to a .warc.gz file
       --warc-header=STRING        insert STRING into the warcinfo record
       --warc-max-size=NUMBER      set maximum size of WARC files to NUMBER
       --warc-cdx                  write CDX index files
       --warc-dedup=FILENAME       do not store records listed in this CDX file
       --no-warc-compression       do not compress WARC files with GZIP
       --no-warc-digests           do not calculate SHA1 digests
       --no-warc-keep-log          do not store the log file in a WARC record
       --warc-tempdir=DIRECTORY    location for temporary files created by the
                                     WARC writer

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
       --convert-file-only         convert the file part of the URLs only (usually known as the basename)
       --backups=N                 before writing file X, rotate up to N backup 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
       --accept-regex=REGEX        regex matching accepted URLs
       --reject-regex=REGEX        regex matching rejected URLs
       --regex-type=TYPE           regex type (posix|pcre)
  -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's last component
  -X,  --exclude-directories=LIST  list of excluded directories
  -np, --no-parent                 don't ascend to the parent directory

Email bug reports, questions, discussions to <[email protected]>
and/or open issues at https://savannah.gnu.org/bugs/?func=additem&group=wget.

 

3.2 wgetUtilisation de base de la commande——wget site

Disons que nous allons télécharger B Photo de couverture d'une vidéo debout ,On peut exécuter les ordres.【wget https://i2.hdslb.com/bfs/archive/[email protected]_378h_1c.webphttps://funimg.pddpic.com/ddjb/2020-09-16/804f5f88-82d4-4b3f-9cfe-06d4d172fec3.png.slim.pnghttps://i2.hdslb.com/bfs/archive/[email protected]_378h_1c.webp】.

 Téléchargement réussi.

  In2345 Regarde, Wang, ouvre ça. webpFormat de l'image, Normal. .

 Attention!： Toutes les images ne supportent pas wgetTéléchargement des commandes,Comme Google.logo Le lien image est https://www.google.com/images/branding/googlelogo/2x/googlelogo_color_92x30dp.png

,Nous utilisonswget Lorsque la commande est téléchargée , Le serveur Discovery a refusé de répondre .

Mais nous utilisons notre navigateur pour accéder directement à ce lien ,C'est normal..

Ce qui vient d'être téléchargé est l'image , Essayons une vidéo. 【https://v26-web.douyinvod.com/0a9c9db510fa69375b8ca201d682aee5/62b59bc7/video/tos/cn/tos-cn-ve-15c001-alinc2/8d2c907ce7144fa8ad9fe39fff903e1b/?a=6383&ch=5&cr=0&dr=0&lr=all&cd=0%7C0%7C0%7C0&cv=1&br=3130&bt=3130&cs=0&ds=6&ft=5q_lc5mmnPKe2N4EqM9wTqdlYhd.YPjcTR3-&mime_type=video_mp4&qs=0&rc=Nmg5Ojc7NDU0NDVoaGk0PEBpM2Q5Njo6Zjs7ZDMzNGkzM0A0L2MvNGA2XjYxMV5hNDViYSM1bWlwcjQwcl5gLS1kLS9zcw%3D%3D&l=20220624181002010208016205390882DC】

Téléchargement réussi.

Le fichier téléchargé doit être complété par une extension .

  Après extension supplémentaire ,Ouvre.,Très réussi.. 

Enfin, Nous essayons de télécharger la page web , Comme Baidu Search Home Page , Exécutez les ordres. 【wget www.baidu.com】.

Après le téléchargement dans le répertoire courant , Allons l'ouvrir. ？ C'est bon. .

 

 3.3 Télécharger la sortie du Journal vers le fichier cible ——Paramètres-o（Minuscule）

Paramètres de la version abrégée -o La version longue de --output-file, Supposons donc que nous voulions télécharger la page de recherche Baidu , Alors nous pouvons exécuter les ordres 【wget -o log.txt www.baidu.com】Ou【wget --output-file=log.txt www.baidu.com】.

Après l'exécution de la commande, Un fichier journal a été ajouté dans le répertoire courant 、UnhtmlDocumentation, Mais le journal n'apparaît pas dans cmd Dans la fenêtre. .

 

 

3.4  Extrait en vrac d'un fichier texte url——Paramètres-i

Paramètres de la version abrégée -i La version longue de --input-file, Supposons donc que nous voulions télécharger un lot de ressources , Et ces ressources url Stocker dans un fichier texte , Alors nous pouvons exécuter les ordres 【wget -i url.txt】Ou【wget --input-file=url.txt】.

Créer un nouveautxtDocumentation, Il y a deux lignes dedans. url.

Exécuter les commandes 【wget -i url.txt】,Téléchargement réussi.

 

3.5 Télécharger et renommer ——Paramètres-O（En majuscules）

À partir des sections ci - dessus , C'est facile à trouver. “ Si vous ne nommez pas activement les fichiers de ressources téléchargés , Le programme ajoute automatiquement html Extension ou non ”.

Donc,, Pour éviter des renommages ultérieurs dans l'explorateur , Nous pouvons le faire directement en exécutant la commande de téléchargement .

Paramètres de la version abrégée -O La version longue de --output-document, Si vous souhaitez télécharger et renommer ,Peut exécuter des commandes【wget -O filename url】Ou【wget --output-document=filename url】.

Exécuter les commandes【wget -O baidu.html www.baidu.com】.

Si vous voulez que le répertoire spécifié existe , Et renommer le fichier , Alors vous pouvez écrire 【wget -O filepath url】Forme,Parmi euxfilepath Le dernier paragraphe devrait être un nom de fichier .  

Visible,-O Les paramètres ne peuvent pas seulement être renommés , Vous pouvez également implémenter les paramètres mentionnés ci - dessous -PLa fonction de.

3.6 Télécharger dans le dossier spécifié ——Paramètres-P（En majuscules）

Paramètres de la version abrégée -P La version longue de --directory-prefix, Supposons donc que nous Téléchargeons la ressource dans le dossier spécifié , Alors nous pouvons exécuter les ordres 【wget -O directory url】Ou【wget --directory-prefix=directory url】.

Enregistrer les ressources téléchargées dans le répertoire webpage（ Peut être un répertoire qui n'existe pas ）En bas.,Exécuter les commandes【wget -P webpage www.baidu.com】.

 

3.7 Téléchargement récursif de l'ensemble du site——Paramètres-r

Paramètres de la version abrégée -r La version longue de --recursive, Supposons donc que nous voulions télécharger toutes les ressources du site correspondant , Alors nous pouvons exécuter les ordres 【wget -r url】Ou【wget --recursive url】.

Essayez. CSDN Ramper sur le site Web de , Parce que les ressources téléchargées sont sauvegardées à urlDans un dossier nommé, Alors exécutez les ordres. 【wget -r www.csdn.net】 Vous n'avez pas à vous soucier de la confusion avec d'autres fichiers après le téléchargement .

Après l'exécution, Nous avons trouvé seulement deux fichiers téléchargés , Un de ces noms est robot.txtDocuments,DescriptionCSDN Il y a un mécanisme anti - crawler sur le site , Après tout, c'est une grande station commerciale. ,C'est pas vrai....

Essayons de grimper quelques petites stations , Par exemple, le site officiel d'une université bien connue à Pékin （ Voici un Conseil chaleureux ,Ne fais pas de bêtises, Si tu n'avais pas eu de problème , Il y a un problème. ,Ça a mal tourné., Attention à ce que l'université vous envoie une lettre d'avocat , Alors ne Grimpez pas , Essaie. ）.

Exécuter les commandes【wget -r www.tsinghua.edu.cn】,Et puis nous pouvons voircmd La fenêtre continue de défiler , Ce site n'a pas de mécanisme anti - crawler .

Mais pour ne pas vouloir trop “Peine”Considérations, J'appuie quand même. ctrl+c La clé a arrêté le crawler. , Les fichiers de ressources téléchargés sont présentés ci - dessous .

 

 

Quatre、C'est exact.Cmd Résumé et réflexion des ordres

Utilisez - le là - haut.wget Paramètres de la paire de commandes -i Lors de l'expérience , J'ai découvert que l'exécution des ordres 【wget -i=url.txt】 Impossible de trouver le fichier .

Et puis,Après un certain temps, J'ai lu d'autres articles en ligne qui ont une version abrégée de ce paramètre 、 Il y a aussi des cas de version longue , La valeur du paramètre doit de préférence être séparée du paramètre par un espace .

Parce que pour la version abrégée , Les paramètres et les valeurs des paramètres ne peuvent pas être séparés par un signe égal , Mais on peut les séparer par des espaces ; Pour les versions longues , Les paramètres et les valeurs des paramètres peuvent être séparés par un signe égal ou un espace .

Si une syntaxe inappropriée est utilisée , La valeur du paramètre est incorrectement attribuée au paramètre .

Comme exécuter des ordres【wget -o=log.txt www.baidu.com】Après, Le nom du fichier journal généré n'est pas “log.txt”,Et ça s'appelle“=log.txt”.