Cómo usar curl para descargar archivos desde la línea de comandos de Linux

Una ventana de terminal en un escritorio Linux al estilo de Ubuntu.
Fatmawati Achmad Zaenuri / Shutterstock

El curlcomando de Linux puede hacer mucho más que descargar archivos. Descubra de qué curles capaz y cuándo debe usarlo en lugar de wget.

curl vs. wget: ¿Cuál es la diferencia?

Las personas a menudo tienen dificultades para identificar las fortalezas relativas de los comandos wgety curl. Los comandos tienen cierta superposición funcional. Cada uno puede recuperar archivos de ubicaciones remotas, pero ahí es donde termina la similitud.

wgetes una herramienta fantástica para descargar contenido y archivos . Puede descargar archivos, páginas web y directorios. Contiene rutinas inteligentes para recorrer enlaces en páginas web y descargar contenido de forma recursiva en todo un sitio web. Es insuperable como administrador de descargas de línea de comandos.

curlsatisface una necesidad completamente diferente . Sí, puede recuperar archivos, pero no puede navegar de forma recursiva en un sitio web en busca de contenido para recuperar. Lo que curlrealmente hace es permitirle interactuar con sistemas remotos al realizar solicitudes a esos sistemas y recuperar y mostrar sus respuestas. Esas respuestas pueden ser archivos y contenido de la página web, pero también pueden contener datos proporcionados a través de un servicio web o API como resultado de la «pregunta» formulada por la solicitud curl.

Y curlno se limita a sitios web. curladmite más de 20 protocolos, incluidos HTTP, HTTPS, SCP, SFTP y FTP. Y posiblemente, debido a su manejo superior de las tuberías de Linux, se curlpuede integrar más fácilmente con otros comandos y scripts.

El autor de curltiene una página web que describe las diferencias que ve entre curly wget.

Instalación de curl

De las computadoras utilizadas para investigar este artículo, Fedora 31 y Manjaro 18.1.0 curl ya se habían instalado. curltenía que estar instalado en Ubuntu 18.04 LTS. En Ubuntu, ejecute este comando para instalarlo:

sudo apt-get install curl

sudo apt-get install curl en una ventana de terminal

La versión curl

La --versionopción hace  curlreportar su versión. También enumera todos los protocolos que admite.

curl --version

curl --version en una ventana de terminal

Recuperar una página web

Si apuntamos curla una página web, la recuperará.

rizo https://www.bbc.com

curl https://www.bbc.com en una ventana de terminal

Pero su acción predeterminada es descargarlo en la ventana del terminal como código fuente.

Salida de curl que muestra el código fuente de la página web en una ventana de terminal

Cuidado : si no le dice curlque quiere algo almacenado como un archivo, siempre lo volcará a la ventana del terminal. Si el archivo que está recuperando es un archivo binario, el resultado puede ser impredecible. El shell puede intentar interpretar algunos de los valores de bytes en el archivo binario como caracteres de control o secuencias de escape.

Relacionado:  Cómo usar pushd y popd en Linux

Guardar datos en un archivo

Digamos a curl que redirija la salida a un archivo:

curl https://www.bbc.com> bbc.html

curl https://www.bbc.com> bbc.html en una ventana de terminal

Esta vez no vemos la información recuperada, se envía directamente al archivo por nosotros. Debido a que no hay salida de ventana de terminal para mostrar, curlgenera un conjunto de información de progreso.

No hizo esto en el ejemplo anterior porque la información de progreso se habría dispersado por todo el código fuente de la página web, por lo que curlla suprimió automáticamente.

En este ejemplo,  curldetecta que la salida se redirige a un archivo y que es seguro generar la información de progreso.

Medidor de progreso de descarga de curl en una ventana de terminal

La información proporcionada es:

  • % Total : la cantidad total a recuperar.
  • % Recibido : el porcentaje y los valores reales de los datos recuperados hasta el momento.
  • % Xferd : el porcentaje y el envío real, si se están cargando datos.
  • Velocidad media Dload : La velocidad promedio de descarga.
  • Carga de velocidad promedio : la velocidad de carga promedio.
  • Tiempo total : la duración total estimada de la transferencia.
  • Tiempo invertido : el tiempo transcurrido hasta ahora para esta transferencia.
  • Tiempo restante: el tiempo estimado que queda para que se complete la transferencia.
  • Velocidad actual : la velocidad de transferencia actual para esta transferencia.

Debido a que redirigimos la salida de curl un archivo, ahora tenemos un archivo llamado «bbc.html».

archivo bbc.html creado por curl.

Al hacer doble clic en ese archivo, se abrirá su navegador predeterminado para que muestre la página web recuperada.

La página web recuperada se muestra en una ventana del navegador.

Tenga en cuenta que la dirección en la barra de direcciones del navegador es un archivo local en esta computadora, no un sitio web remoto.

No tenemos que redirigir la salida para crear un archivo. Podemos crear un archivo usando la -oopción (salida) y diciendo curlque creemos el archivo. Aquí usamos la -oopción y proporcionamos el nombre del archivo que deseamos crear «bbc.html».

curl -o bbc.html https://www.bbc.com

curl -o bbc.html https://www.bbc.com en una ventana de terminal

Uso de una barra de progreso para monitorear descargas

Para reemplazar la información de descarga basada en texto por una barra de progreso simple, use la -#opción (barra de progreso).

curl -x -o bbc.html https://www.bbc.com

curl -x -o bbc.html https://www.bbc.com en una ventana de terminal

Reinicio de una descarga interrumpida

Es fácil reiniciar una descarga que se ha terminado o interrumpido. Comencemos la descarga de un archivo considerable. Usaremos la última compilación de soporte a largo plazo de Ubuntu 18.04. Estamos usando la --outputopción para especificar el nombre del archivo en el que deseamos guardarlo: «ubuntu180403.iso».

curl --output ubuntu18043.iso http://releases.ubuntu.com/18.04.3/ubuntu-18.04.3-desktop-amd64.iso

curl --output ubuntu18043.iso http://releases.ubuntu.com/18.04.3/ubuntu-18.04.3-desktop-amd64.iso en una ventana de terminal

La descarga comienza y avanza hacia su finalización.

Relacionado:  Cómo usar el comando vmstat en Linux

Progreso de una gran descarga en una terminal widnow

Si interrumpimos a la fuerza la descarga con Ctrl+C, regresamos al símbolo del sistema y la descarga se abandona.

Para reiniciar la descarga, use la -Copción (continuar en). Esto hace curlque se reinicie la descarga en un punto o desplazamiento especificado dentro del archivo de destino. Si utiliza un guión -como desplazamiento, curlobservará la parte del archivo ya descargada y determinará el desplazamiento correcto que se utilizará por sí mismo.

curl -C - --output ubuntu18043.iso http://releases.ubuntu.com/18.04.3/ubuntu-18.04.3-desktop-amd64.iso

curl -C - --output ubuntu18043.iso http://releases.ubuntu.com/18.04.3/ubuntu-18.04.3-desktop-amd64.iso en una ventana de terminal

Se reinicia la descarga. curlinforma el desplazamiento en el que se está reiniciando.

curl -C - --output ubuntu18043.iso http://releases.ubuntu.com/18.04.3/ubuntu-18.04.3-desktop-amd64.iso en una ventana de terminal

Recuperando encabezados HTTP

Con la -Iopción (head), puede recuperar solo los encabezados HTTP. Esto es lo mismo que enviar el comando HTTP HEAD a un servidor web.

curl -I www.twitter.com

curl -I www.twitter.com en una ventana de terminal

Este comando solo recupera información; no descarga páginas web ni archivos.

Salida de curl -I www.twitter.com en una ventana de terminal

Descarga de varias URL

Usando xargspodemos descargar múltiples URL a la vez. Quizás queramos descargar una serie de páginas web que componen un solo artículo o tutorial.

Copie estas URL en un editor y guárdelas en un archivo llamado «urls-to-download.txt». Podemos usar xargspara tratar el contenido de cada línea del archivo de texto como un parámetro al que alimentará curl, a su vez.

https://tutorials.ubuntu.com/tutorial/tutorial-create-a-usb-stick-on-ubuntu#0
https://tutorials.ubuntu.com/tutorial/tutorial-create-a-usb-stick-on-ubuntu#1
https://tutorials.ubuntu.com/tutorial/tutorial-create-a-usb-stick-on-ubuntu#2
https://tutorials.ubuntu.com/tutorial/tutorial-create-a-usb-stick-on-ubuntu#3
https://tutorials.ubuntu.com/tutorial/tutorial-create-a-usb-stick-on-ubuntu#4
https://tutorials.ubuntu.com/tutorial/tutorial-create-a-usb-stick-on-ubuntu#5

Este es el comando que debemos usar para xargspasar estas URL de curluna en una:

xargs -n 1 curl -O <urls-to-download.txt

Tenga en cuenta que este comando usa el -Ocomando de salida (archivo remoto), que usa una «O» mayúscula. Esta opción hace curlque se guarde el archivo recuperado con el mismo nombre que tiene el archivo en el servidor remoto.

La -n 1opción le dice xargsque trate cada línea del archivo de texto como un solo parámetro.

Cuando ejecute el comando, verá que varias descargas comienzan y terminan, una tras otra.

Salida de xargs y curl descargando varios archivos

Verificar en el explorador de archivos muestra que se han descargado varios archivos. Cada uno lleva el nombre que tenía en el servidor remoto.

archivo descargado sin el navegador de archivos nautilus

Descarga de archivos desde un servidor FTP

Usar curlcon un servidor de Protocolo de transferencia de archivos (FTP) es fácil, incluso si tiene que autenticarse con un nombre de usuario y contraseña. Para pasar un nombre de usuario y contraseña, curluse la -uopción (usuario) y escriba el nombre de usuario, dos puntos “:” y la contraseña. No ponga un espacio antes o después del colon.

Este es un servidor FTP gratuito para pruebas alojado por Rebex . El sitio FTP de prueba tiene un nombre de usuario preestablecido de «demostración» y la contraseña es «contraseña». No utilice este tipo de nombre de usuario y contraseña débiles en un servidor FTP de producción o «real».

curl -u demo: contraseña ftp://test.rebex.net

curl -u demo: contraseña ftp://test.rebex.net en una ventana de terminal

curl se da cuenta de que lo estamos apuntando a un servidor FTP y devuelve una lista de los archivos que están presentes en el servidor.

Relacionado:  ¿Cuál es la diferencia entre Linux y Unix?

Lista de archivos en un servidor FTP remoto en una ventana de terminal

El único archivo en este servidor es un archivo «readme.txt», de 403 bytes de longitud. Vamos a recuperarlo. Utilice el mismo comando que hace un momento, con el nombre de archivo adjunto:

curl -u demo: contraseña ftp://test.rebex.net/readme.txt

curl -u demo: contraseña ftp://test.rebex.net/readme.txt en una ventana de terminal

El archivo se recupera y curlmuestra su contenido en la ventana del terminal.

El contenido de un archivo recuperado de un servidor FTP que se muestra en una ventana de terminal

En casi todos los casos, será más conveniente guardar el archivo recuperado en el disco, en lugar de mostrarlo en la ventana de la terminal. Una vez más podemos usar el -Ocomando de salida (archivo remoto) para guardar el archivo en el disco, con el mismo nombre de archivo que tiene en el servidor remoto.

curl -O -u demo: contraseña ftp://test.rebex.net/readme.txt

curl -O -u demo: contraseña ftp://test.rebex.net/readme.txt en una ventana de terminal

El archivo se recupera y se guarda en el disco. Podemos utilizar lspara comprobar los detalles del archivo. Tiene el mismo nombre que el archivo en el servidor FTP y tiene la misma longitud, 403 bytes.

ls -hl readme.txt

ls -hl readme.txt en una ventana de terminal

Envío de parámetros a servidores remotos

Algunos servidores remotos aceptarán parámetros en las solicitudes que se les envíen. Los parámetros pueden usarse para formatear los datos devueltos, por ejemplo, o pueden usarse para seleccionar los datos exactos que el usuario desea recuperar. A menudo es posible interactuar con interfaces de programación de aplicaciones web  (API) utilizando curl.

Como ejemplo simple, el  sitio  web de ipify tiene una API que se puede consultar para determinar su dirección IP externa.

curl https://api.ipify.org

Añadiendo el format parámetro al comando, con el valor de “json” podremos volver a solicitar nuestra dirección IP externa, pero esta vez los datos devueltos estarán codificados en  formato JSON .

curl https://api.ipify.org?format=json

curl https://api.ipify.org en una ventana de terminal

Aquí hay otro ejemplo que utiliza una API de Google. Devuelve un objeto JSON que describe un libro. El parámetro que debe proporcionar es el número de libro estándar internacional (ISBN) de un libro. Puede encontrarlos en la contraportada de la mayoría de los libros, generalmente debajo de un código de barras. El parámetro que usaremos aquí es «0131103628».

curl https://www.googleapis.com/books/v1/volumes?q=isbn:0131103628

curl https://www.googleapis.com/books/v1/volumes?q=isbn:0131103628 en una ventana de terminal

Los datos devueltos son completos:

Los datos de la API de libros de Google se muestran en una ventana de terminal

A veces rizo, a veces wget

Si quisiera descargar contenido de un sitio web y hacer que la estructura de árbol del sitio web buscara de forma recursiva ese contenido, usaría wget.

Si quisiera interactuar con un servidor remoto o API, y posiblemente descargar algunos archivos o páginas web, usaría curl. Especialmente si el protocolo era uno de los muchos no admitidos por wget.