使`wget`不保存页面

您可以将wget的输出redirect到/ dev / null（或Windows上的NUL）：

 wget http://www.example.com -O /dev/null 

该文件不会写入磁盘，但会被下载。

如果你不想保存文件，并且已经接受了在/dev/null下载页面的解决scheme， 我想你正在使用wget不去获取和parsing页面内容 。

如果你的真正需要是触发一些远程操作，检查页面是否存在等等，我认为最好是避免下载html正文页面。

玩wget选项，以检索只有你真正需要的，即http头，请求状态等

• 假设您需要检查页面是否正常（即返回的状态是200），您可以执行以下操作：

   wget --no-cache --spider http://your.server.tld/your/page.html 

• 如果你想parsing服务器返回的头文件，请执行以下操作：

   wget --no-cache -S http://your.server.tld/your/page.html 

请参阅wget手册页以获取更多选项。
也见lynx as，作为wget的替代品。

$ wget http://www.somewebsite.com -O foo.html --delete-after

如果你还想在控制台中打印结果，你可以这样做：

 wget -qO- http://www.example.com 

另一种方法是使用curl这样的工具，默认情况下将远程内容输出到stdout而不是将其保存到文件中。

看看“-spider”选项。 我用它来确保我的网站已经启动，如果不是的话，请给我发一封电子邮件。 这是从我的crontab典型的入口：

 46 */2 * * * if ! wget -q --spider http://www.rochesterflyingclub.com/ >/dev/null 2>&1; then echo "Rochester Flying Club site is down" ; fi 

如果您需要使用wget来抓取网站，并想尽量减less磁盘stream失…

对于* NIX框和使用wget ，我build议跳过写入文件。 我注意到我的Ubuntu 10.04盒子wget -O /dev/null导致wget在第一次下载后中止下载。
我也注意到， wget -O real-file会导致wget忘记页面上的实际链接。 它坚持在每个页面上都有一个index.html 。 这样的网页可能并不总是存在，而wget不会记得之前看到的链接。

对于没有写入磁盘的抓取，最好的办法是以下

  mkdir /dev/shm/1 cd /dev/shm/1 wget --recursive --relative --no-parent ... 

注意没有-O file选项。 wget将写入$ PWD目录。 在这种情况下，这是一个只有RAM的tmpfs文件系统。 写在这里应该绕过磁盘stream失（取决于交换空间）并跟踪所有的链接。 这应该抓取整个网站成功。

之后，当然，

  rm --recursive --force /dev/shm/1/* 

使用–delete-after选项，它会在下载完成后删除文件。

编辑：哎呀，我只是注意到，已经被回答。