使用wget抓取网站资源
在linux上带有一个wget这个工具，可以抓取到静态网站所有的链接内容！使用$wget --help 可以得到如下的参数：
GNU Wget 1.12，非交互式的网络文件下载工具。用法： wget [选项]... ...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 send Basic HTTP authentication information without first waiting for the server's challenge.HTTPS (SSL/TLS) 选项: --secure-protocol=PR 选择安全协议，可以是 auto、SSLv2、 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。-X,--exclude-directories=LIST排除目录的列表。-np, --no-parent 不追溯至父目录。
可以从上面的帮助信息看到，其使用语法是：
用法： wget [选项]... ... 以抓取http://zh.zkoss.org/doc/devguide/ 首页所有链接为例，有如下代码
bestupon@bestupon-laptop:~$ $wget -i http://zh.zkoss.org/doc/devguide/index.html http://zh.zkoss.org/doc/devguide/
页:
[1]