博客
关于我
利用scp 远程上传下载文件/文件夹
阅读量:668 次
发布时间:2019-03-15

本文共 1067 字,大约阅读时间需要 3 分钟。

SCP是secure copy命令的缩写,用于在远程服务器之间安全地拷贝文件。与cp命令不同,SCP不仅可以在本地或远程服务器间复制文件,还支持加密传输,提供了更高的安全性。虽然SCP可能稍微影响传输速度,但其资源占用极低,在使用资源有限的服务器时,它比rsync更加节省系统资源。此外,SCP支持递归复制目录,非常适用于小文件多时的场景。

SCP命令格式

SCP命令的基本格式如下:scp [options] [源路径] [目标路径]

SCP命令功能

SCP命令基于SSH协议进行安全传输,主要用于在不同Linux服务器间复制文件或目录。它能够支持多种传输协议和连接方式,可根据需要选择适合的传输选项。

SCP命令参数

  • -1/-2: 强制使用SSHv1或SSHv2协议。
  • -4/-6: 只使用IPv4或IPv6地址。
  • -B: 在批处理模式下传输,不询问密码或 parametro。
  • -C: 启用压缩功能。
  • -p: 保留文件的元数据(修改时间、访问时间和权限)。
  • -q: 隐藏传输进度条。
  • -r: 递归复制目录及其包含的文件。
  • -v: 显示详细输出,用于调试和验证。

使用场景

1. 从服务器下载文件

命令格式:scp username@servername:/path/filename /tmp/local_destination

示例:scp root@192.168.0.101:/home/kimi/test.txt

将文件从远程服务器下载到本地指定目录。

2. 上传本地文件到服务器

命令格式:scp /path/local_filename username@servername:/path

示例:scp /var/www/test.php root@192.168.0.101:/var/www/

将本地文件上传到远程服务器指定目录。

3. 从服务器下载整个目录

命令格式:scp -r username@servername:remote_dir/ /tmp/local_dir

示例:scp -r root@192.168.0.101 /home/kimi/test /tmp/local_dir

将远程服务器上的目录全部下载到本地指定目录。

4. 上传本地目录到服务器

命令格式:scp -r /tmp/local_dir username@servername:remote_dir

示例:scp -r test root@192.168.0.101:/var/www/

将本地目录上传到远程服务器指定路径。

转载地址:http://gfxmz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>