[Linux 명령어] wGet - 리눅스에서 url 호출 및 페이지 다운로드 하기

참고 : linux man page

○ wget 이란?

GNU wget은 상호작용을 필요로 하지 않는 다운로드 프로그램으로 Web(:12)으로 부터 파일들을 가져올 수 있다. HTTP, HTTPS, FTP 프로토콜을 지원하며, HTTP proxy에서 데이터를 가져올 수도 있다.

wget이 상호작용을 필요로 하지 않는다는 것은, 백그라운드 상태에서 작동할 수 있음을 의미한다. 사용자는 로그인(:12)을 하지 않은 상태에서도 cron이나 Damon을 이용 wget을 실행시킬 수 있다. 또한 cookie, Form action을 지원해서 사용자 액션을 시뮬레이션 할 수도 있다.

wget은 HTML과 XHTML 페이지를 다운로드 받아서 로컬 파일시스템에 저장한다. 이때 파일이름과 디렉토리 구조까지를 그대로 로컬시스템에 구축함으로써, backup, mirror 사이트 구축등에 사용할 수도 있다. 또한 recursive 다운로드를 지원해서, 사이트 전체를 쉽게 내려받을 수 있다.

wget은 느리거나 불안정한 네트워크 환경에서도 매우 잘 작동하는 견고한 프로그램이다. 네트워크 환경이 불안해서 도중에 연결이 끊겼다면, 연결이 끊긴 시점부터 다운로드 받는 기능도 가지고 있다.

○ 사용법

    짧은 옵션과 긴 옵션 동일하게 사용 가능.   

wget [OPTION]... [URL]...

○ 옵션

Startup:
-V, --version	wget의 버전을 보여주고 종료한다.
-h, --help	도움말을 보여준다.
-b, --background	백그라운드에서 작동하도록 한다.
-e, --execute=COMMAND	.wgetrc를 읽어서 명령을 실행한다.
Logging and input file:
-o, --output-file=FILE	메시지들을 파일로 남긴다.
-a, --append-output=FILE	메시지들을 파일에 추가한다
-d, --debug	디버그 내용을 출력한다.
-q, --quiet	메시지들을 표준출력(:12)하지 않는다.
-nv, --non-verbose	기본옵션을 제거한다.
-i, --input-file=FILE	다운로드 받을 URL(:12)주소를 파일에서 찾는다.
-F, --force-html	HTML과 같은 파일을 입력값으로 취급한다.
-B, --base=URL, --sslcertfile=FILE, --sslcertkey=KEYFILE	파일이나 링크들의 SSL(:12)인증을 위해서 URL, keyfile을 사용한다.
Download:
--bind-address=ADDRESS	로컬 호스트의 주소를 설정한다.
-t, --tries=NUMBER	설정한 숫자 만큼 다시 시도한다. 0은 무한대
-O, --output-document=FILE	문서를 파일로 쓴다.
-c, --continue	연결이 끊긴 시점부터, 이어서 파일을 다운로드 받는다.
-N, --timestamping	로컬에 있는 것보다, 새롭지 않으면 파일을 다시 받지 않는다.
-S, --server-response	서버의 응답을 출력한다.
--spider	다운로드 하지 않는다.
-T, timeout=SECONDS	종료된 시간을 초단위로 설정한다.
-w, --wait=SECONDS	연결을 위해 기다리는 시간을 초단위로 설정한다.
-Y, --proxy=on/off	프락시 모드를 켜고 끈다.
-Q, --quota=NUMBER	숫자만큼 분담하도록 설정한다.
Directories:
-nd, --no-directories	디렉토리를 생성하지 않는다.
-x, --force-directories	디렉토리를 강제로 생성한다.
-nH, --no-host-directories	호스트 이름의 디렉토리를 생성하지 않는다.
-P, --directory-prefix=PREFIX	파일들이 저장될 디렉토리를 지정한다.
HTTPS (SSL/TLS) options:
--http-user=USER	http 유저 아이디를 설정한다.
--http-passwd=PASS	http 패스워드 암호를 설정한다.
-C, --cache=on/off	서버측의 캐쉬 데이터를 허용하는게 보통이나, 제거할 수도 있다.
-E, --html-extension	모든 text/html 형식의 문서들과 .html 파일을 같이 확장해서 저장한다.
-s, --save-headers	파일에 HTTP헤더를 저장한다.
-U, --user-agent=AGENT	Wget이 아닌, 다른 브라우저로 AGENT를 설정한다.
--no-http-keep-alive	HTTP의 keep-alive를 제거한다.
--cookies=off	cookie를 사용하지 않는다.
--load-cookies=FILE	쿠키의 값을 파일에서 읽어들인다.
--save-cookies=FILE	세션이 끝난 이후 전달받은 cookie값을 저장한다.
FTP options:
-nr, --dont-remove-listing	.listing 파일에 있는건 지우지 않는다.
-g, --glob=on/off	하나의 파일이름으로 할지를 결정한다.
--passive-ftp	passive 모드로 전송한다.
--retr-symlinks	복구중에 링크가 걸린 파일을 가져온다.
Recursive download:
-r, --recursive	웹데이터를 재귀적으로 가져온다.
-l, --level=NUMBER
--delete-after	다운로드 받은후 로컬파일을 삭제한다.
-k, convert-links	관계없는 링크를 관련있는 링크로 변환한다.
-K, --backup-converted	변환하기 전에, 원본파일을 .orig 파일로 백업한다.
-m, --mirror	-r -N -l inf -nr 옵션과 사용할 수 있다.
-p, --page-requisites	모든 이미지와 HTML 페이지등을 가져온다.
Recursive accept/reject
-A, --accept=LIST	받아들일 것을 확장하기 위해서 콤마로 분리된 리스트로 받아들인다.
-R, --reject=LIST	받아들이지 않을 것을 콤마로 분리된 리스트로 받아들인다.
-D, --domains=LIST	받아들일 도메인을 콤마로 분리된 리스트로 받아들인다.
--exclude-domains=LIST	거절할 도메인을 콤마로 분리된 리스트로 받아들인다
--follow-ftp	HTML 문서에서의 FTP 링크를 따라간다
--follow-tags=LIST	HTML태그에서 따라갈 콤마로 분리된 리스트로 받아들인다.
-G, --ignor-tags	무시할 HTML 태그를 콤마로 분리된 리스트로 받아들인다.
-H, --span-hosts	반복할때에 다른 호스트로도 가게 한다.
-L, --relative	관계있는 링크만 따라간다.
-l, --include-directories=LIST	허용할 디렉토리를 리스트로 받아들인다.
-nh, --no-host-lookup	DNS(:12)의 검색 호스트를 사용하지 않는다.
-np, --no-parent	상위 디렉토리를 올라가지 않도록 한다.

○ 실 사용 예

    1. 페이지 직접 호출하기

          - callUrl.sh

#!/bin/sh

LIST="

https://test.posco.net:7777CommonPushService?appId=test

for URL in ${LIST}

do

    echo ${URL}

    /usr/bin/wget -nv --spider -t3 -T5 -UMSIE --no-dns-cache ${URL}

    echo

done

    2. https 서버의 문서 가져오기

          - 때때로 쿠키 값을 요구하는 경우가 있는데, 이때는 --load-cookie로 쿠키 파일을 가져올 수 있다. 이 쿠키파일은 mozilla 브라우저의 쿠키파일이다. HTTPS(:12) 서버의 상당수가 self-signed 인증서를 가지고 있는데, 이 경우 증명된 인증서가 아니라고 해서 문서를 읽어오지 않는다. 이럴때는 --no-check-certificate 옵션을 주면 된다.

# wget https://www.test.com:1111/index.php --load-cookie cookies.sqlite --no-check-certificate -O /dev/null