linux-curl网页访问和wget下载

一：curl（网页访问，文件传输工具）

curl可以下载，但是长项不在于下载，而在于模拟提交web数据，POST/GET请求，调试网页，等等。curl支持URL中加入变量，因此可以批量下载。；

使用curl 来跟网站的API 交互，简便清晰。

1、安装

1.安装：

sudo apt install curl

2.查看是否成功：

curl --version

2、常用参数

• -c，–cookie-jar：将cookie写入到文件
• -b，–cookie：从文件中读取cookie
• -C，–continue-at：断点续传
• -d，–data：http post方式传送数据
• -D，–dump-header：把header信息写入到文件
• -F，–from：模拟http表达提交数据
• -s，–slient：减少输出信息
• -o，–output：将信息输出到文件
• -O，–remote-name：按照服务器上的文件名，存在本地
• –l，–head：仅返回头部信息
• -u，–user[user:pass]：设置http认证用户和密码
• -T，–upload-file：上传文件
• -e，–referer：指定引用地址
• -x，–proxy：指定代理服务器地址和端口
• -w，–write-out：输出指定格式内容
• –retry：重试次数
• –connect-timeout：指定尝试连接的最大时间/s

3、使用示例

1、查看某网页(该方法大部分用来测试服务器是否能到达另一个网站)：curl [URL]

curl http://www.baidu.com

2、访问HTTP认证页面

curl –u user:pass URL

3、 重定向保存： curl [URL] >> [你的命名]

curl http://www.baidu.com >> baidu.html

4、下载网页：curl -o [你的命名] [URL] ，如果有乱码可以使用iconv转码

curl -o baidu.html www.baidu.com
curl –s –o baidu.html www.baidu.com |iconv -f utf-8 #减少输出信息

5、下载网页中具体某个文件：curl -O [URL]：

curl -O http://www.baidu.com/a7.png

6、指定proxy服务器以及其端口：curl -x [ip:端口] [URL]

curl -x 192.168.0.1:1080 http://www.baidu.com

7、模拟用户登陆，保存cookie信息到cookies.txt文件，再使用cookie登陆

curl -c ./cookies.txt -F NAME=user -F PWD=***URL 
curl -b ./cookies.txt –o URL

8、获取和保存HTTP响应头headers：curl -D [保存格式] [URL]

curl -I http://www.baidu.com
curl -D ./header.txt http://www.baidu.com #将headers保存到文件中

9、模仿浏览器：curl -A [UA] [URL]

curl -A "Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.0)" http://www.baidu.com

10、断点续传：curl -C -O [URL]

curl -C -O http://www.linux.com/dodo1.JPG

12、通过ftp上传和下载文件：curl -T [文件] -u username：password ftp：[URL] ：

curl -T filename ftp://user:pass@ip/docs #上传

curl -T dodo1.JPG -u 用户名:密码 ftp://www.linux.com/img/ #上传
curl -O ftp://user:pass@ip/filename #下载

二：wget（用于文件下载，在安装软件时会经常用到。）

wget是个专职的下载利器，简单，专一，极致；

wget可以递归，支持断点。加 -c选项不怕断网

1、安装

1.安装wget：

sudo apt install wget

2.查看是否成功：

wget --version

3、用法：wget [OPTION]... [URL]...

2、常用参数

1 启动参数

• -V，–version：显示版本号
• -h，–help：查看帮助
• -b，–background：启动后转入后台执行

2 日志记录和输入文件参数

• -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
• -i，–input-file=file：从file读取url来下载

3 下载参数

• -bind-address=address：指定本地使用地址
• -t，-tries=number：设置最大尝试连接次数
• -c，-continue：接着下载没有下载完的文件
• -O，-output-document=file：将下载内容写入到file文件中
• -spider：不下载文件
• -T，-timeout=sec：设置响应超时时间
• -w，-wait=sec：两次尝试之间间隔时间
• –limit-rate=rate：限制下载速率
• -progress=type：设置进度条

4 目录参数

• -P，-directory-prefix=prefix：将文件保存到指定目录

5 HTTP参数

• -http-user=user：设置http用户名
• -http-passwd=pass：设置http密码
• -U，–user-agent=agent：伪装代理
• -no-http-keep-alive：关闭http活动链接，变成永久链接
• -cookies=off：不使用cookies
• -load-cookies=file：在开始会话前从file文件加载cookies
• -save-cookies=file：在会话结束将cookies保存到file文件

6 FTP参数

• -passive-ftp：默认值，使用被动模式
• -active-ftp：使用主动模式

7 递归下载排除参数

• -A，–accept=list：分号分割被下载扩展名的列表
• -R，–reject=list：分号分割不被下载扩展名的列表
• -D，–domains=list：分号分割被下载域的列表
• –exclude-domains=list：分号分割不被下载域的列表

3、使用示例：

1、使用wget下载单个文件 ：wget [URL]

wget http://cn2.php.net/distributions/php-5.6.13.tar.gz

2、下载并以不同的文件名保存　：wget -o [你的命名] [URL]

wget -o php5.6.tar.gz http://cn2.php.net/distributions/php-5.6.13.tar.gz

3、使用wget断点续传：wget -c [上次下载的URL]

wget -c http://cn2.php.net/distributions/php-5.6.13.tar.gz

4、使用wget后台下载 ：wget -b [URL] 

wget -b http://cn2.php.net/distributions/php-5.6.13.tar.gz

tail -f wget-log #查看文件下载进度

5、使用wget下载到指定目录：wget [URL] -P [存储地址]

wget http://cn2.php.net/distributions/php-5.6.13.tar.gz -P Download/

6、使用wget用户名和密码认证下载，登陆ftp下载文件：

wget --ftp-user=USERNAME --ftp-password=PASSWORD ftp://ip/filenam

7、可以利用—spider参数判断网址是否有效

wget –spider http://nginx.org/download/nginx-1.8.0.tar.gz

8、自动从多个链接下载文件

cat url_list.txt #先创建一个URL文件
http://nginx.org/download/nginx-1.8.0.tar.gz
http://nginx.org/download/nginx-1.6.3.tar.gz
wget -i url_list.txt

三：区别

curl由于可自定义各种请求参数所以在模拟web请求方面更擅长；wget由于支持ftp和Recursive所以在下载文件方面更擅长。类比的话curl是浏览器，而wget是迅雷9。

1.下载文件

curl -O http://man.linuxde.net/text.iso #O大写，不用O只是打印内容不会下载
wget http://www.linuxde.net/text.iso #不用参数，直接下载文件

2.下载文件并重命名

curl -o rename.iso http://man.linuxde.net/text.iso #o小写
wget -O rename.zip http://www.linuxde.net/text.iso #O大写

3.断点续传

curl -O -C -URL http://man.linuxde.net/text.iso #C大
wget -c http://www.linuxde.net/text.iso #c小写

4.限速下载

curl --limit-rate 50k -O http://man.linuxde.net/text.iso
wget --limit-rate=50k http://www.linuxde.net/text.iso

5.显示响应头部信息

curl -I http://man.linuxde.net/text.iso
wget --server-response http://www.linuxde.net/test.iso

6.wget利器--打包下载网站

wget --mirror -p --convert-links -P /var/www/html http://man.linuxde.net/