Перейти из форума на сайт.

НовостиФайловые архивы
ПоискАктивные темыТоп лист
ПравилаКто в on-line?
Вход Забыли пароль? Первый раз на этом сайте? Регистрация
Компьютерный форум Ru.Board » Компьютеры » Программы » Wget

Модерирует : gyra, Maz

 Версия для печати • ПодписатьсяДобавить в закладки
Страницы: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170

Открыть новую тему     Написать ответ в эту тему

GaDiNa



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
[ UNIX Shell ] || [ Рекурсивная загрузка веб-сайтов ] — родительские ветки.
 
GNU Wget

GNU Wget — это свободная неинтерактивная утилита для скачивания файлов по HTTP, HTTPS, FTP и FTPS (и только), обладающая самым базовым функционалом загрузки одиночных файлов и рекурсивной загрузки сайтов (HTTP) и директорий (FTP).
 

| Офсайт | Википедия | Фрешмит | Опен-хаб (бывш. Охлох) | Мануал | Ман | Ман (русск., устар.) | --help (русск.) |

 
Где взять.
Под GNU — уже стоит. Под FreeBSD — есть в портах. Под [Mac] OS X — собрать ванильный.  
Под Windows есть варианты: Cygwin | GNUWin32 (учитывайте зависимости) | Wget + OpenSSL by GetGnuWin32  | by TumaGonx Zakkum (он же osspack32 и The Moluccas  |  by Jernej Simoncc (32 и 64 бит отдельные пакеты).
 
Литература.
Popkov. Параметры программы wget
В. А. Петров. Wget — насос для Интернета
 
FAQ
 
Q: Можно ли простым перебором загрузить страницы (допустим) с первой по сотую, если их адреса:  
http://example.org/index?page=1
http://example.org/index?page=2
...
http://example.org/index?page=100
A: Вэ-гет не умеет делать инкрементальный перебор, поскольку это умеет делать любая командная оболочка. На Баше это делается так:
$ wget -E "http://example.org/index?page="{1..100}
Еще раз отметьте, {1..100} — это синтаксическая конструкция Баша, а не Вэ-гета. Эквивалентной этой будет команда:
$ for i in {1..100}; do wget -E "http://example.org/index?page=$i"; done
Или для cmd.exe:
for /l %i in (1,1,100) do wget -E "http://example.org/index?page=%i"
 
Q: А как собственно сайт целиком-то загрузить?
A: $ wget -mpEk "http://example.org"
Это, наверное, самый ходовой набор ключей, но вам, может быть, более подойдут другие. Что значит каждый — легко узнать в мане.
 
Q: Я хочу загрузить с сайта, требующего авторизации. Что делать?
A: Проще всего кинуть куда-нибудь файл с нужными (но лишние не помешают) куками в нетскэйповском формате, затем воспользоваться ключом --load-cookies.
$ wget --load-cookies cookies.txt бла-бла # файл cookies.txt в текущей директории
У Файрфокса куки в требуемом виде можно получить, воспользовавшись расширениями «Export Cookies» либо «Cookie.txt»; у Хрома — «Cookie.txt export»
 
Q: Не-ASCII символы сохраняются в именах файлов как %D0%A5%D1%83%D0%B9 (или того хуже), хотя локаль юникодная.
A: Укажите ключ --restrict-file-names=nocontrol,unix или --restrict-file-names=nocontrol,windows соответственно.
Если у вас Windows и локаль не юникодная — используйте вариант от Alex_Piggy с ключом --local-filesystem-encoding=ENCODING, где ENCODING — имя кодировки локали в терминах iconv. Текущую локаль cmd.exe можно проверить при помощи команды chcp. Для русской кириллицы в Windows обычно используется CP866.
 
Q: Известно, что можно приказать Вэ-гету обновить ранее загруженный файл, если на сервере новее или иного размера (ключ --timestamping, он же -N). Можно приказать учитывать только дату, но не размер (--timestamping --ignore-length). А можно ли учитывать только размер, но не дату?
A: При помощи одного только Wget’а — нет.  Возможна обработка получаемых заголовков файла при помощи средств командной оболочки. Пример для cmd.exe.
 
Q: Можно ли приказать Вэ-гету докачать файл, но только если он не изменился.
A: Нет, нельзя. Сочетание ключей -cN (--continue --timestamping), как можно было бы предположить, нужного эффекта не даст — «докачает» даже если файл изменился — получите в итоге мусор.
 
Q: Можно ли при рекурсивной загрузке ограничится только ссылками, содержащими параметр lang=ru, т.е. грузить:
http://example.org/index?lang=ru
http://example.org/page?id=1001&lang=ru
http://example.org/file?id=60&lang=ru&format=dvi
и не грузить:
http://example.org/index?lang=en
http://example.org/about?lang=fr
и т.д.
A: Для версий < 1.14 нет такой возможности.  
Общий вид URI: <протокол>://<логин>:<пароль>@<хост>:<порт>/<путь>?<параметры>#<якорь>. Так вот ключи -I (--include-directories) и -X (--exclude-directories) относятся только к пути, но не к параметрам.
В версиях > 1.14 возможно при использовании ключей --accept-regex / --reject-regex. Пример: --reject-regex "lang=[^r][^u]"
 
Q: Можно ли средствами Вэ-гета ограничить перечень загружаемых файлов по дате модификации (новее чем, старше чем)?
A: Нет такой возможности.
 
Q: Можно ли при рекурсивной или множественной загрузке произвольно задать целевые пути и/или имена файлов на основе пути/имени по-умолчанию (применить транслитерацию, отбросить хвостовую часть) или хотя бы независимо (сгенерировать случайно или по счетчику)?
A: Нет.
 
Q: То — нельзя, это — невозможно. Почему все так плохо?
A: Потому что Вэ-гет на настоящий момент — базовая программа, предоставляющая только самый базовый функционал. Если вы уперлись в потолок ее возможностей, просто смените ее на другой инструмент. Из неинтерактивных свободных программ наиболее функциональными будут:
aria2c — для загрузки одиночных файлов по HTTP(S), FTP, бит-торренту;
httrack — для рекурсивной загрузки («зеркалирования») веб-сайтов;
lftp — для работы по FTP, FTPS, SFTP, FISH, а также с листингами, отдаваемыми по HTTP(S) (пример).
curl — для работы с одиночными файлам по HTTP(S), FTP(S) и многими другими протоколами на более низком уровне.
wput — клон wget для аплоада файлов на удаленные FTP(S) сервера.
axel — клон wget для многопоточной загрузки одиночных файлов по протоколам HTTP(S) и FTP(S). Порты для Windows: 2.4, 2.16.1
 
Разное.
GUI для Wget’а
 

Смело правьте и дополняйте шапку, однако не забывайте отписываться об исправлениях и сохранять исходный вариант под #.

Всего записей: 1538 | Зарегистр. 17-06-2003 | Отправлено: 13:39 08-11-2003 | Исправлено: juvaforza, 17:27 01-09-2019
los

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
GNU Wget2 2.0.0 released

Всего записей: 4957 | Зарегистр. 08-09-2001 | Отправлено: 09:22 27-09-2021
skipik



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
GNU Wget for Windows 1.21.2
https://eternallybored.org/misc/wget/

Всего записей: 4474 | Зарегистр. 07-07-2006 | Отправлено: 00:21 06-10-2021
DimitriusXZ

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Старые версии Wget при сохранении файла получали его имя и сохраняли его с этим именем.
Последние версии сохраняют файл с именем ссылки.
Как заставить Wget в этом случае вести себя по старому?

Всего записей: 693 | Зарегистр. 17-01-2010 | Отправлено: 22:30 07-10-2021
los

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
DimitriusXZ,
речь о wget v2? Т.к. v1.21.2 сохраняет как и предыдущие.
Есть ли пример подобной ссылки?

Всего записей: 4957 | Зарегистр. 08-09-2001 | Отправлено: 23:03 07-10-2021
Pasha_ZZZ



Platinum Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
DimitriusXZ
За это отвечают опции --trust-server-names (имя не из оригинальной ссылки, а из последней, если имел место редирект) и --content-disposition (брать имя из соответствующего поля заголовка)

Всего записей: 10135 | Зарегистр. 11-03-2002 | Отправлено: 00:20 08-10-2021
DimitriusXZ

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Большое спасибо за ответы.
Да о версии 1.21.2.
Ссылка?
Да любая в которой имя файла не задано.
Новые версии сохранят файл с именем этой ссылки.
 
Когда-то я обнаружил во Wget баг.
Впрочем и другие тоже это заметили.
Написал им.
Но никто моей информацией не заинтересовался.
Вот так вот.

Всего записей: 693 | Зарегистр. 17-01-2010 | Отправлено: 23:05 08-10-2021
Pasha_ZZZ



Platinum Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
DimitriusXZ
Откуда вгет должен взять имя файла, если
Цитата:
в которой имя файла не задано
? Сам угадать?

Всего записей: 10135 | Зарегистр. 11-03-2002 | Отправлено: 01:30 09-10-2021
DimitriusXZ

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Да угадать.
Download Master "угадует" же.
Напрмер при скачивании книг с Флибуста.

Всего записей: 693 | Зарегистр. 17-01-2010 | Отправлено: 19:27 09-10-2021
Pasha_ZZZ



Platinum Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
DimitriusXZ
Я вам 2 ключа дал, которые работают. В некоторых случаях будет работать один, в некоторых - другой.
 
Добавлено:
Смотрим на заголовки ответа флибусты. Например:
Цитата:
HTTP/1.1 200 OK
Server: nginx
Date: Sat, 09 Oct 2021 17:16:17 GMT
Content-Type: application/zip
Content-Length: 4028418
Connection: keep-alive
Last-Modified: Thu, 03 Oct 2019 17:19:32 GMT
Expires: Thu, 31 Dec 2037 23:55:55 GMT
Cache-Control: max-age=315360000
Content-Disposition: attachment; filename="Akunin_Zhanry_1_Detskaya-kniga-dlya-malchikov._8BXyA.331557.fb2.zip"
Accept-Ranges: bytes

Так что в данном случае поможет ключ 2: --content-disposition.

Всего записей: 10135 | Зарегистр. 11-03-2002 | Отправлено: 19:32 09-10-2021
DimitriusXZ

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Еще раз большое спасибо.
Я его уже "испробовал".

Всего записей: 693 | Зарегистр. 17-01-2010 | Отправлено: 23:22 10-10-2021
DimitriusXZ

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Объясните как работает параметр wget --no-clobber.
Зачем он нужен?

Всего записей: 693 | Зарегистр. 17-01-2010 | Отправлено: 01:26 13-10-2021
mithridat1



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
DimitriusXZ

Цитата:
Объясните как работает параметр wget --no-clobber.  

Очевидно же, для пропуска загрузки файлов, уже существующих на диске (чтобы не перекачивать их заново). Это бывает полезно, например, при рекурсивной загрузке сайта - при возобновлении прерванной загрузки wget быстро пропустит то что уже было скачено и перейдет к файлам, которые еще не загружались.

Всего записей: 4431 | Зарегистр. 05-01-2006 | Отправлено: 06:21 13-10-2021 | Исправлено: mithridat1, 06:21 13-10-2021
JekG

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Народ подскажите плз как исправить батник, который с помощью wget раньше получал прямую ссылку на поток онлайн радио с текущим uid.  
все работало нормально пока в один прекрасный момент что-то не поломалось...
комплект в архиве https://www.upload.ee/download/13576596/130c0c872d9519fbb355/CreateM3U.7z

Всего записей: 2515 | Зарегистр. 12-10-2005 | Отправлено: 11:32 24-10-2021
Pasha_ZZZ



Platinum Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
JekG
Строку 6 поправить так
Цитата:
 
For /F "tokens=1 delims=" %%A In ('bin\wget -nv "http://www.radiodacha.ru/player.htm" -O-^|bin\grep -iEo -m1 "UID=[^""]*"') Do (Set %%A)
 

Всего записей: 10135 | Зарегистр. 11-03-2002 | Отправлено: 12:43 24-10-2021
JekG

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ
все работает. спасибо

Всего записей: 2515 | Зарегистр. 12-10-2005 | Отправлено: 16:23 24-10-2021
DimitriusXZ

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
На странице есть изображения включенные в неё из хостингов изображений.
Как заставить wget скачивать их при сохранении HTML страницы командой -p?

Всего записей: 693 | Зарегистр. 17-01-2010 | Отправлено: 00:39 29-10-2021
HelioSS



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Как можно скачать большой файл с Google-диска (возможность учесть логин/пароль, возможность закачки с места обрыва в случае если такое произойдёт, многопоточность)?

Всего записей: 5130 | Зарегистр. 26-11-2007 | Отправлено: 21:13 05-11-2021
cbah

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
кто знает, как в списке input.txt для wget указать скачивание каждого файла в отдельную папку? спасибо.

Всего записей: 479 | Зарегистр. 13-11-2007 | Отправлено: 21:31 07-11-2021 | Исправлено: cbah, 01:13 08-11-2021
Открыть новую тему     Написать ответ в эту тему

Страницы: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170

Компьютерный форум Ru.Board » Компьютеры » Программы » Wget


Реклама на форуме Ru.Board.

Powered by Ikonboard "v2.1.7b" © 2000 Ikonboard.com
Modified by Ru.Board
© Ru.Board 2000-2020

BitCoin: 1NGG1chHtUvrtEqjeerQCKDMUi6S6CG4iC

Рейтинг.ru

Рейтинг.ru