linux centos... 如何下载整个网站/整个网页

可以使用下面的命令 wget -r -p -k -np http://www.netds.cn , -r 表示递归下载,会下载所有的链接,不过要注意的是,不要单独使用这个参数,因为如果你要下载的网站也有别的网站的链接,wget也会把别的网站的东西下载 下来,由于互联网的特性,很有可能你会把整个互联网给下载下来 --,所以要加上 -np这个参数,表示不下载别的站点的链接. -k表示将下载的网页里的链接修改为本地链接.-p获得所以显示网页所需的元素,比如图片什么的.
另外还有其他的一些参数可以使用:

-c表示断点续传

-t 100表示重试100次,-t 0表示无穷次重试

另外可以将要下载的url写到一个文件中,每个url一行,使用这样的命令 wget -i download.txt.

--reject=avi,rmvb 表示不下载avi,rmvb的文件,--accept=jpg,jpeg,表示只下载jpg,jpeg的文件.

可以在用户目录下建立一个.wgetrc的文件(windows里面好像不能直接建立这样的文件,windows会认为没有文件名--),里面写上 http-proxy = 123.456.78.9:80,然后在加上参数 --proxy=on,如果需要密码,再加上下面的参数 --proxy-user=username, --proxy-passwd=password

导入下载列表文件

代码:   wget -o log.txt -nv -nc -i input_file.txt


日志记录在log.txt里面，可以通过grep手段查看未下载成功的文件。-nc表示不会重复下载同样的文件，所以就不必下载一行删除一行了。

start>wget --help

GNU Wget 1.12，非交互式的网络文件下载工具。

用法： wget [选项]... [URL]...

长选项所必须的参数在使用短选项时也是必须的。

开始:

-V, --version 显示 Wget 的版本信息并退出。

-h, --help 打印此帮助。

-b, --background 启动后转入后台。

-e, --execute=COMMAND 运行一个‘.wgetrc’风格的命令。

登入并输入文件:

-o, --output-file=FILE 将信息写入 FILE。

-a, --append-output=FILE 将信息添加至 FILE。

-d, --debug 打印大量调试信息。

-q, --quiet 安静模式(无信息输出)。

-v, --verbose 详尽的输出(此为默认值)。

-nv, --no-verbose 关闭详尽输出，但不进入安静模式。

-i, --input-file=FILE 下载本地或外部 FILE 中的 URLs。

-F, --force-html 把输入文件当成 HTML 文件。

-B, --base=URL 解析与 URL 相关的

HTML 输入文件（由 -i -F 选项指定）。

下载:

-t, --tries=NUMBER 设置重试次数为 NUMBER (0 代表无限制)。

--retry-connrefused 即使拒绝连接也是重试。

-O, --output-document=FILE 将文档写入 FILE。

-nc, --no-clobber 不要重复下载已存在的文件。

-c, --continue 继续下载部分下载的文件。

--progress=TYPE 选择进度条类型。

-N, --timestamping 只获取比本地文件新的文件。

-S, --server-response 打印服务器响应。

--spider 不下载任何文件。

-T, --timeout=SECONDS 将所有超时设为 SECONDS 秒。

--dns-timeout=SECS 设置 DNS 查寻超时为 SECS 秒。

--connect-timeout=SECS 设置连接超时为 SECS 秒。

--read-timeout=SECS 设置读取超时为 SECS 秒。

-w, --wait=SECONDS 等待间隔为 SECONDS 秒。

--waitretry=SECONDS 在取回文件的重试期间等待 1..SECONDS 秒。

--random-wait 取回时等待 0...2*WAIT 秒。

--no-proxy 关闭代理。

-Q, --quota=NUMBER 设置取回配额为 NUMBER 字节。

--bind-address=ADDRESS 绑定至本地主机上的 ADDRESS (主机名或是 IP)。

--limit-rate=RATE 限制下载速率为 RATE。

--no-dns-cache 关闭 DNS 查寻缓存。

--restrict-file-names=OS 限定文件名中的字符为 OS 允许的字符。

--ignore-case 匹配文件/目录时忽略大小写。

-4, --inet4-only 仅连接至 IPv4 地址。

-6, --inet6-only 仅连接至 IPv6 地址。

--prefer-family=FAMILY 首先连接至指定协议的地址

FAMILY 为 IPv6，IPv4 或是 none。

--user=USER 将 ftp 和 http 的用户名均设置为 USER。

--password=PASS 将 ftp 和 http 的密码均设置为 PASS。

--ask-password 提示输入密码。

--no-iri 关闭 IRI 支持。

--local-encoding=ENC IRI 使用 ENC 作为本地编码。

--remote-encoding=ENC 使用 ENC 作为默认远程编码。

目录:

-nd, --no-directories 不创建目录。

-x, --force-directories 强制创建目录。

-nH, --no-host-directories 不要创建主目录。

--protocol-directories 在目录中使用协议名称。

-P, --directory-prefix=PREFIX 以 PREFIX/... 保存文件

--cut-dirs=NUMBER 忽略 NUMBER 个远程目录路径。

HTTP 选项:

--http-user=USER 设置 http 用户名为 USER。

--http-password=PASS 设置 http 密码为 PASS。

--no-cache 不在服务器上缓存数据。

--default-page=NAME 改变默认页

（默认页通常是“index.html”）。

-E, --adjust-extension 以合适的扩展名保存 HTML/CSS 文档。

--ignore-length 忽略头部的‘Content-Length’区域。

--header=STRING 在头部插入 STRING。

--max-redirect 每页所允许的最大重定向。

--proxy-user=USER 使用 USER 作为代理用户名。

--proxy-password=PASS 使用 PASS 作为代理密码。

--referer=URL 在 HTTP 请求头包含‘Referer: URL’。

--save-headers 将 HTTP 头保存至文件。

-U, --user-agent=AGENT 标识为 AGENT 而不是 Wget/VERSION。

--no-http-keep-alive 禁用 HTTP keep-alive(永久连接)。

--no-cookies 不使用 cookies。

--load-cookies=FILE 会话开始前从 FILE 中载入 cookies。

--save-cookies=FILE 会话结束后保存 cookies 至 FILE。

--keep-session-cookies 载入并保存会话(非永久) cookies。

--post-data=STRING 使用 POST 方式；把 STRING 作为数据发送。

--post-file=FILE 使用 POST 方式；发送 FILE 内容。

--content-disposition 当选中本地文件名时

允许 Content-Disposition 头部(尚在实验)。

--auth-no-challenge 发送不含服务器询问的首次等待

的基本 HTTP 验证信息。

HTTPS (SSL/TLS) 选项:

--secure-protocol=PR 选择安全协议，可以是 auto、

SSLv3 或是 TLSv1 中的一个。

--no-check-certificate 不要验证服务器的证书。

--certificate=FILE 客户端证书文件。

--certificate-type=TYPE 客户端证书类型， PEM 或 DER。

--private-key=FILE 私钥文件。

--private-key-type=TYPE 私钥文件类型， PEM 或 DER。

--ca-certificate=FILE 带有一组 CA 认证的文件。

--ca-directory=DIR 保存 CA 认证的哈希列表的目录。

--random-file=FILE 带有生成 SSL PRNG 的随机数据的文件。

--egd-file=FILE 用于命名带有随机数据的 EGD 套接字的文件。

FTP 选项:

--ftp-user=USER 设置 ftp 用户名为 USER。

--ftp-password=PASS 设置 ftp 密码为 PASS。

--no-remove-listing 不要删除‘.listing’文件。

--no-glob 不在 FTP 文件名中使用通配符展开。

--no-passive-ftp 禁用“passive”传输模式。

--retr-symlinks 递归目录时，获取链接的文件(而非目录)。

递归下载:

-r, --recursive 指定递归下载。

-l, --level=NUMBER 最大递归深度( inf 或 0 代表无限制，即全部下载)。

--delete-after 下载完成后删除本地文件。

-k, --convert-links 让下载得到的 HTML 或 CSS 中的链接指向本地文件。

-K, --backup-converted 在转换文件 X 前先将它备份为 X.orig。

-m, --mirror -N -r -l inf --no-remove-listing 的缩写形式。

-p, --page-requisites 下载所有用于显示 HTML 页面的图片之类的元素。

--strict-comments 开启 HTML 注释的精确处理(SGML)。

递归接受/拒绝:

-A, --accept=LIST 逗号分隔的可接受的扩展名列表。

-R, --reject=LIST 逗号分隔的要拒绝的扩展名列表。

-D, --domains=LIST 逗号分隔的可接受的域列表。

--exclude-domains=LIST 逗号分隔的要拒绝的域列表。

--follow-ftp 跟踪 HTML 文档中的 FTP 链接。

--follow-tags=LIST 逗号分隔的跟踪的 HTML 标识列表。

--ignore-tags=LIST 逗号分隔的忽略的 HTML 标识列表。

-H, --span-hosts 递归时转向外部主机。

-L, --relative 只跟踪有关系的链接。

-I, --include-directories=LIST 允许目录的列表。

--trust-server-names use the name specified by the redirection url last component.

-X, --exclude-directories=LIST 排除目录的列表。

-np, --no-parent 不追溯至父目录。

简洁如下:
wget -r -p -k -np -c http://www.netbs.cn &