Shell 命令 curl 和 wget 使用代理采集网页的总结大全

admin管理员组

文章数量:1794759

Shell 命令 curl 和 wget 使用代理采集网页的总结大全

Linux Shell 提供两个非常实用的命令来爬取网页，它们分别是 curl 和 wget

米扑代理，作为大数据分析研究的基础服务，对其做了深入的研究和总结。

 

curl 和 wget 使用代理

curl 支持 http、https、socks4、socks5

wget 支持 http、https

Shell curl wget 示例

#!/bin/bash # # curl 支持 http、https、socks4、socks5 # wget 支持 http、https # # 米扑代理示例： # proxy.mimvp/demo2.php # # 米扑代理购买： # proxy.mimvp # # mimvp # 2015-11-09 #【米扑代理】：本示例，在CentOS、Ubuntu、MacOS等服务器上，均测试通过 # # http代理格式 http_proxy=IP:Port # https代理格式 https_proxy=IP:Port ## proxy no auth # curl和wget，爬取http网页 {'http': '120.77.176.179:8888'} curl -m 30 --retry 3 -x 120.77.176.179:8888 proxy.mimvp/test_proxy2.php # http_proxy wget -T 30 --tries 3 -e "http_proxy=120.77.176.179:8888" proxy.mimvp/test_proxy2.php # http_proxy # curl和wget，爬取https网页（注意：添加参数，不经过SSL安全验证） {'https': '46.105.214.133:3128'} curl -m 30 --retry 3 -x 46.105.214.133:3128 -k proxy.mimvp/test_proxy2.php # https_proxy wget -T 30 --tries 3 -e "https_proxy=46.105.214.133:3128" --no-check-certificate proxy.mimvp/test_proxy2.php # https_proxy # curl 支持socks # 其中，socks4和socks5两种协议的代理，都可以同时爬取http和https网页 {'socks4': '101.255.17.145:1080'} curl -m 30 --retry 3 --socks4 101.255.17.145:1080 proxy.mimvp/test_proxy2.php curl -m 30 --retry 3 --socks4 101.255.17.145:1080 proxy.mimvp/test_proxy2.php {'socks5': '82.164.233.227:45454'} curl -m 30 --retry 3 --socks5 82.164.233.227:45454 proxy.mimvp/test_proxy2.php curl -m 30 --retry 3 --socks5 82.164.233.227:45454 proxy.mimvp/test_proxy2.php # wget 不支持socks ## proxy auth（代理需要用户名和密码验证） # curl和wget，爬取http网页 curl -m 30 --retry 3 -x username:password@210.159.166.225:5718 proxy.mimvp/test_proxy2.php # http curl -m 30 --retry 3 -x username:password@210.159.166.225:5718 proxy.mimvp/test_proxy2.php # https curl -m 30 --retry 3 -U username:password -x 210.159.166.225:5718 proxy.mimvp/test_proxy2.php # http curl -m 30 --retry 3 -U username:password -x 210.159.166.225:5718 proxy.mimvp/test_proxy2.php # https curl -m 30 --retry 3 --proxy-user username:password -x 210.159.166.225:5718 proxy.mimvp/test_proxy2.php # http curl -m 30 --retry 3 --proxy-user username:password -x 210.159.166.225:5718 proxy.mimvp/test_proxy2.php # https wget -T 30 --tries 3 -e "http_proxy=username:password@2.19.16.5:5718" proxy.mimvp/test_proxy2.php wget -T 30 --tries 3 -e "https_proxy=username:password@2.19.16.5:5718" proxy.mimvp/test_proxy2.php wget -T 30 --tries 3 --proxy-user=username --proxy-password=password -e "http_proxy=2.19.16.5:5718" proxy.mimvp/test_proxy2.php wget -T 30 --tries 3 --proxy-user=username --proxy-password=password -e "https_proxy=2.19.16.5:5718" proxy.mimvp/test_proxy2.php # curl 支持socks curl -m 30 --retry 3 -U username:password --socks5 21.59.126.22:57216 proxy.mimvp/test_proxy2.php # http curl -m 30 --retry 3 -U username:password --socks5 21.59.126.22:57216 proxy.mimvp/test_proxy2.php # https curl -m 30 --retry 3 --proxy-user username:password --socks5 21.59.126.22:57216 proxy.mimvp/test_proxy2.php # http curl -m 30 --retry 3 --proxy-user username:password --socks5 21.59.126.22:57216 proxy.mimvp/test_proxy2.php # https # wget 不支持socks

wget 配置文件设置代理

vim ~/.wgetrc http_proxy=120.77.176.179:8888:8080 https_proxy=12.7.17.17:8888:8080 use_proxy = on wait = 30 # 配置文件设置后，立即生效，直接执行wget爬取命令即可 wget -T 30 --tries 3 proxy.mimvp/test_proxy2.php wget -T 30 --tries 3 proxy.mimvp/test_proxy2.php

Shell 设置临时局部代理

# proxy no auth export http_proxy=120.77.176.179:8888:8080 export https_proxy=12.7.17.17:8888:8080 # proxy auth（代理需要用户名和密码验证） export http_proxy=username:password@120.77.176.179:8888:8080 export https_proxy=username:password@12.7.17.17:8888:8080 # 直接爬取网页 curl -m 30 --retry 3 proxy.mimvp/test_proxy2.php # http_proxy curl -m 30 --retry 3 proxy.mimvp/test_proxy2.php # https_proxy wget -T 30 --tries 3 proxy.mimvp/test_proxy2.php # http_proxy wget -T 30 --tries 3 proxy.mimvp/test_proxy2.php # https_proxy # 取消设置 unset http_proxy unset https_proxy

Shell 设置系统全局代理

# 修改 /etc/profile，保存并重启服务器 sudo vim /etc/profile # 所有人有效 或 sudo vim ~/.bashrc # 所有人有效 或 vim ~/.bash_profile # 个人有效 ## 在文件末尾，添加如下内容 # proxy no auth export http_proxy=120.77.176.179:8888:8080 export https_proxy=12.7.17.17:8888:8080 # proxy auth（代理需要用户名和密码验证） export http_proxy=username:password@120.77.176.179:8888:8080 export https_proxy=username:password@12.7.17.17:8888:8080 ## 执行source命令，使配置文件生效（临时生效） source /etc/profile 或 source ~/.bashrc 或 source ~/.bash_profile ## 若需要机器永久生效，则需要重启服务器 sudo reboot

米扑代理示例

米扑代理，专注为企业提供国内大数据研究服务，技术团队来自百度、小米、阿里、创新工场等，为国内企业提供大数据采集、数据建模分析、结果导出展示等服务。

米扑代理示例，包含Python、Java、PHP、C#、Go、Perl、Ruby、Shell、NodeJS、PhantomJS、Groovy、Delphi、易语言等十多种编程语言或脚本，通过大量的可运行实例，详细讲解了使用代理IP的正确方法，方便网页爬取、数据采集、自动化测试等领域。

米扑代理示例官网 ：

proxy.mimvp/demo2.php

本文标签： 命令网页大全shellwget