staging.inyokaproject.org

wget

Dieser Artikel wurde für die folgenden Ubuntu-Versionen getestet:

Dieser Artikel ist größtenteils für alle Ubuntu-Versionen gültig.

Zum Verständnis dieses Artikels sind folgende Seiten hilfreich:

Wiki/Icons/terminal.png wget 🇬🇧 ist ein Programm, mit dem man direkt aus einem Terminal Dateien von FTP-, HTTP- oder HTTPS-Servern herunterladen kann. Das Programm ist sehr praktisch, wenn man in einem Shellscript Daten von Servern holen will, aber es ist auch ein sehr guter Downloadmanager. Downloads können zu einem späteren Zeitpunkt an der abgebrochenen Stelle fortgeführt werden.

Installation

Das Programm ist normalerweise in der Standardinstallation enthalten, kann ansonsten aber über das gleichnamige Paket installiert werden [1]:

  • wget

Befehl zum Installieren der Pakete:

sudo apt-get install wget 

Oder mit apturl installieren, Link: apt://wget

Aufruf

Aus einem Terminal heraus [2] kann man wget aufrufen:

wget OPTIONEN... URLs... 

Im Folgenden sind einige Optionen aufgelistet. Alle Optionen findet man in der manpage von wget.

Log- und Eingabe-Optionen

Option Beschreibung
-i DATEI,--input-file=DATEI Liest URLs aus einer Text- oder HTML-Datei aus.
-nv,--no-verbose Gibt nur die wichtigsten Informationen aus.
-q, --quiet Verhindert dass wget Informationen auf der Konsole ausgibt.
-v, --verbose Vollständige Ausgabe aller Informationen. (Standard)

Download-Optionen

Option Beschreibung
-t X, --tries=X Anzahl der Versuche X, die wget unternehmen soll eine Datei herunterzuladen.
-c, --continue Versucht einen teilweise durchgeführten Download fortzusetzen.
-T X Zeitüberschreitung nach X Sekunden. Gilt für DNS-Abfrage, Verbindungsaufbau und letzten Datenempfang vom laufenden Download. Standard: 900.
-w X Bei mehreren Downloads, X Sekunden warten bis der Nächste angefordert wird. Entlastet den Server; Kann eine Verbannung wegen zu vieler Anfragen verhindern.
--random-wait Zufällige Wartezeit um Verbannung zu verhindern. Der mit der Option -w gesetzte Zeitraum wird mit einem zufälligen Multiplikator von 0.5 bis 1.5 abgewandelt.
--waitretry=X Nach fehlgeschlagenem Download X Sekunden abwarten bis zum nächsten Versuch. Entlastet Server.
-N Lädt nur dann die Datei herunter, wenn die Datei neuer ist als eine Datei gleichen Namens auf dem Heimrechner.
-O DATEI, --output-document=DATEI Schreibe in DATEI. Diese Option kann nicht mit der Option -N zusammen verwendet werden.
Gibt man -O "-" an, so schreibt wget den Inhalt der heruntergeladenen Datei direkt auf die Standardausgabe (stdout) des Terminals. Letzteres ist v.a. zum Auslesen von kurzen (Konfigurations-)Dateien sinnvoll.
--user=BENUTZER Gibt einen Benutzernamen für HTTP- bzw. FTP-Downloads an.
--password=PASSWORT Gibt ein Passwort für HTTP- bzw. FTP-Downloads an.

Verzeichnis-Optionen

Option Beschreibung
-P VERZEICHNIS Erlaubt die Angabe eines Verzeichnisses, wo die heruntergeladene(n) Datei(en) gespeichert werden soll(en).
-nd, --no-directories Falls Dateien rekursiv heruntergeladen werden, so werden sie lokal in einem Verzeichnis gespeichert.
-x, --force-directories Das Gegenteil von -nd. Es wird eine Verzeichnisstruktur erstellt.

Optionen für den rekursiven Download

Option Beschreibung
-r, --recursive Aktiviert den rekursiven Download von Daten.
-l TIEFE, --level=<TIEFE> Anzahl der Schritte TIEFE, die wget weiterverfolgen soll
-k, --convert-links Konvertiere nach dem Download externe Links zu internen, so dass ein HTML-Dokument Offline betrachtet werden kann.
-np, --no-parent Stellt sicher, dass nur Dateien unterhalb der angegebenen Hierarchieebene heruntergeladen werden. Links zu übergeordneten Verzeichnissen werden ignoriert.
-A ACCLIST, --accept ACCLIST Mit Kommata getrennte Liste an Datei-Erweiterungen, die heruntergeladen werden sollen.
-R REJLIST, --reject REJLIST Mit Kommata getrennte Liste an Datei-Erweiterungen, die nicht heruntergeladen werden sollen.
-D DOMAINS, --domains=DOMAINS Mit Kommata getrennte Liste an Domains, deren Links verfolgt werden sollen.
--exclude-domains LISTE Eine Liste an Domains, die nicht beachtet werden sollen.
-e robots=off Ignoriere die robots.txt, damit alle Dateien heruntergeladen werden können.

Beispiele

Einfacher Dateidownload

Grundsätzlich kann man eine Datei mit dieser Syntax in das aktuelle Verzeichnis laden:

wget http://example.com/folder/file 

Bilderdownload

Will man eine Seite mit allen Bildern herunterladen, kann der Befehl so lauten:

wget -r -l 3 -np -p --user-agent="Mozilla/5.0 (X11; U; Linux i686; de; rv:1.9b5) Gecko/2008050509 Firefox/3.0b5" http://example.com/dir/ 

-p gibt vor, den Inhalt der Seite herunterzuladen, wobei rekursiv (-r) bis zu einer Tiefe von 3 (-l 3 oder --level=3) vorgegangen wird, übergeordnete Verzeichnisse werden ignoriert (-np). Außerdem gibt wget vor, als Mozilla unterwegs zu sein (--user-agent), da viele Seiten wget blockieren.

Zudem ist es möglich nur spezielle Dateitypen zu bekommen. Bei diesem Aufruf werden rekursiv die Dokumente nach *.jpg und *.png durchsucht und abgespeichert:

wget -r -A jpg,png http://example.com/dir/  

Und mit diesem Befehl werden alle Dateien außer *.jpg und *.png heruntergeladen:

wget -r -R jpg,png http://example.com/dir/  

Dateidownload mit Wiederholungsfunktion

Was ist, wenn die Internetverbindung abbricht? Dann kann man den Download auch auf eine begrenzte oder unbegrenzte Anzahl von Wiederholungen schalten:

wget -t X http://example.com/FOLDER/FILE 

Das X steht wie für eine Zahl entsprechend der Anzahl der gewünschten Wiederholungen. 0 steht für unendlich.

Download abbrechen

Mit Strg + C kann man einen aktiven Download abbrechen.

Download fortsetzen

Hat man einen Download manuell abgebrochen oder ist er aus einem anderen Grund gescheitert, so kann man einen unvollständigen Download mit

wget -c http://example.com/FOLDER/FILE 

fortsetzen. Nun beginnt er dort, wo er aufgehört hat.

Referer ändern

Manche Downloadserver erlauben einen Download nur, wenn der Benutzer von einer bestimmten Adresse kommt. Diese ist immer die, von der normalerweise der Download startet. wget kann diesen Wert übernehmen:

wget --referer=http://von.dieser.seite.com/me/ich http://example.com/FOLDER/FILE 

Geschwindigkeit begrenzen

Wenn man bei einem Download gleichzeitig noch schnell surfen will, ist es praktisch, die Downloadrate zu begrenzen. In diesem Beispiel wird sie auf 40 kB/s begrenzt:

wget --limit-rate=40000 http://example.com/FOLDER/FILE 

Im Hintergrund herunterladen

Bei großen Dateien bietet es sich an, den Download im Hintergrund zu starten. wget läuft dann eigenständig im Hintergrund und schreibt im Download-Verzeichnis eine log-Datei:

wget -b http://example.com/FOLEDER/FILE 

Websites offline speichern

Das ist sehr einfach und geht mit:

wget -r -k -E -l 8 http://example.com 

Die Option -r sorgt dafür, dass rekursiv bis zu einer Tiefe von 8 (-l 8) vorgegangen wird, -k konvertiert die Links, so dass sie lokal funktionieren und -E erzwingt die Endung .html für alle Dateien (ist dann nützlich, wenn .php- oder .asp-Seiten geladen werden.

Hinweis auf eine alternative Möglichkeit: httrack 🇬🇧

Tarballs automatisch entpacken

Um .tar.gz-Archive direkt zu entpacken ohne sie zwischen zu speichern, kann man folgenden Befehl nutzen:

wget -q -O - http://example.com/FOLDER/FILE.tar.gz | tar xvzf - 

Die Option -q sorgt dafür, dass keine Informationen ausgegeben werden, die tar nicht verarbeiten könnte. Mit -O - wird wget angewiesen die Datei direkt auf die Standardausgabe STDOUT zu schreiben. Mittels | wird die Standardausgabe STDOUT auf die Standardeingabe STDIN für das nächste Programm (in diesem Fall tar) umgeleitet. Nun wird die Datei ganz normal entpackt, wobei x für extrahieren, v für verbose (also viele Infos ausgeben), z für dekomprimieren steht. Mit f - wird die Datei von der Standardeingabe STDIN (die in diesem Fall ja von wget kommt) gelesen.

Nach diesem Befehl befinden sich nur die entpackten Dateien und Verzeichnisse, nicht jedoch die eigentliche .tar.gz-Datei im aktuellen Verzeichnis.

Zeitsteuerung von Downloads

Um Downloads zum Beispiel um 13:40 Uhr zu beginnen, hilft folgendes Skript:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
#!/bin/sh

cd ~/Downloads
echo "\033[49;1;34mFolgende Datei soll heruntergeladen werden:"
echo "\033[49;1;32m"
echo "$1" | awk -F / '{print $NF}'
echo
echo "\033[49;1;35mWann soll der Download starten? (Format: hhmmss)"
echo "\033[0m"
read u
if [ $u = "next" ]
then
ps -o etime,pid --no-headers -C dl | awk '{print $1,$2}' | sort -r | awk '{print $2}' > ~/.log$$
var=`head -n 1 ~/.log$$`
if [ $$ -ne $var ]
then
  echo "Nach dem letzten Download wird dieser Download gestartet."
fi
while [ $$ -ne $var ]
do
  sleep 1
   ps -o etime,pid --no-headers -C dl | awk '{print $1,$2}' | sort -r | awk '{print $2}' > ~/.log$$
   var=`head -n 1 ~/.log$$`
done
rm ~/.log$$
elif [ $u = "now" -o $u = "jetzt" -o $u = "Jetzt" ]
then
  echo "Der Download startet jetzt!"
else
while [ $(date +%H%M%S) -ne $u ]
do
    sleep 1
done
fi
wget -c $1

echo "Der Download ist beendet."

Der Name des Skripts sollte dl heißen, ansonsten muss man im Skript dl durch den Namen ersetzen. Das Skript ausführbar machen und am besten in einem Pfad speichern der in $PATH enthalten ist. Dann kann der Download wie folgt gestartet werden:

dl http://example.com/folder/file 

Daraufhin erscheint die Frage, wann der Download starten soll. Gültige Eingaben sind "Jetzt", "jetzt", "now" für sofort starten oder 134000 für 13:40 Uhr oder 121314 für 12:13 Uhr und 14 Sekunden. Ebenfalls möglich ist next. Damit startet er direkt nach den bisher gestarteten Downloads. So kann man z.B. einen Download sofort starten, und bei 5 weiteren next eingeben. Dadurch werden alle der Reihe nach abgearbeitet.

Diese Revision wurde am 1. November 2022 20:31 von Kerlbürste_Suessholz erstellt.
Die folgenden Schlagworte wurden dem Artikel zugewiesen: Internet, Shell, Download