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

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: 1531 | Зарегистр. 17-06-2003 | Отправлено: 13:39 08-11-2003 | Исправлено: juvaforza, 17:27 01-09-2019
mouser

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
убрал  

Код:
-m

и норм

Всего записей: 798 | Зарегистр. 10-11-2006 | Отправлено: 12:21 11-10-2011
Dukat



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Подскажите, есть ли способ после выгрузки сайта сгенерировать список всех полученных файлов? Что-то вроде файла отчёта, но только с именами файлов. Хоть исходные URL'ы, хоть конечные пути.
 
Или остаётся только делать сокращённый вывод -nv и сторонними средствами (grep и пр.) удалять лишнее?

Всего записей: 1386 | Зарегистр. 01-10-2006 | Отправлено: 09:09 13-10-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Dukat
> файла отчёта, но только с именами файлов
Нет, кастомизировать вывод отладки сабж не дает.
 
> остаётся только делать сокращённый вывод -nv и сторонними средствами удалять лишнее?
А это что, проблема?  
Если нужна будет помощь, попробуйте обратиться в ветку «UNIX Shell: sh, bash, zsh; Coreutils и ко.; sed, awk, perl;».

----------
Dmitry Alexandrov <321942@gmail.com> [PGP] [BTC]

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 16:39 13-10-2011
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Dukat
 
ППР (Проще Паренной Репы)
 
wget <command>&ls -fR <wget_out_dir> > ../files.txt
 
понятно, что ls надо натравить на тот же каталог куда всё выгружено. Список файлов с подкаталогами будет в каталоге на уровень выше, зато не будет включать сам files.txt. И не за чем в иные ветки ходить. И так всё ясно. Ну, а  тех, у кого ls нет, есть старый добрый dir /S /O:N /X и соответственно:
 
wget <command>&dir /S /O:N /X <wget_out_dir> > ../files.txt
 
и чего мудрить со скриптами, консолями и прочей ересью, коли сам Великий Дядя Стиви сказал:
 
"...UNIX и ёё клоны есть величайшее зло Вселенной и подлежит искоренению огнём и калёным железом, и нет иного бога кроме Microsoft и Windows пророк его. Юзверь не должен думать, он должен только нам вовремя денежку платить, а думать за него мы сами будем..."?

----------
Жив курилка! (Р. Ролан, "Кола Брюньон")

Всего записей: 24853 | Зарегистр. 31-07-2002 | Отправлено: 18:45 13-10-2011 | Исправлено: Victor_VG, 18:50 13-10-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG
> ls
Слишком просто, чтоб быть решением поставленного кем-то вопроса. Вероятно, загрузка идет (может идти) не в пустую директорию.  
В общем случае, чтоб узнать, что было сделано, всегда лучше смотреть в логи, а не на результат. Особенно, если распарсить его никакой проблемы не составляет:
$ wget -nv -o wget.log blah-blah
$ grep -Po '(?<=URL:)\S*' wget.log # урлы
$ grep -Po '(?<=-> ")[^"]*' wget.log # локальные файлы


----------
Dmitry Alexandrov <321942@gmail.com> [PGP] [BTC]

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 19:10 13-10-2011 | Исправлено: ASE_DAG, 19:11 13-10-2011
Dukat



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG
Victor_VG
Да уж, зациклился я на выводе самого wget'а :)
 
С ls и dir, конечно, понятно, но дело у меня в том, что wget запускается из внешней самописной утилиты, да и с платформой ещё не ясно. Надеялся "одним махом" и список файлов для последующей обработки получить.
Что ж, придётся комбинировать варианты, предложенные Victor_VG :thanks:

Всего записей: 1386 | Зарегистр. 01-10-2006 | Отправлено: 19:17 13-10-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Dukat
> из внешней самописной утилиты, да и с платформой ещё не ясно
Ну и что вы нам голову морочите? Что, сложно переложить расшифровку лога на эту вашу утилиту? На чем вы ее таком пишите, что PCRE нельзя юзать?

----------
Dmitry Alexandrov <321942@gmail.com> [PGP] [BTC]

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 19:22 13-10-2011 | Исправлено: ASE_DAG, 19:22 13-10-2011
Dukat



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG

Цитата:
Вероятно, загрузка идет (может идти) не в пустую директорию.

Верно, но в моём случае это не играет роли...

Всего записей: 1386 | Зарегистр. 01-10-2006 | Отправлено: 19:22 13-10-2011
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG
 
Ну, как оказалось, в данном случае простое решение подходит. В конце концов можно и с тем же sed потом логи распарсить отфильтровав из них более старые записи. Но, это уже как Dukat задача второй очереди. Потому предлагаю считать её в первом приближении решённой т.к. любой из нас периодически так думает - вроде и чуешь решение есть, и что-то на одном месте заставляет топтаться. Главное этот ступор испарился, а там Dukat сам как автор придумает нужное для его задачи решение.
 
 

----------
Жив курилка! (Р. Ролан, "Кола Брюньон")

Всего записей: 24853 | Зарегистр. 31-07-2002 | Отправлено: 20:00 13-10-2011 | Исправлено: Victor_VG, 20:01 13-10-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG
> отфильтровав из них более старые записи
> тем же sed потом логи распарсить
Какие «более старые»? Речь о том, чтобы получить перечень загруженных за один запуск сабжа файлов. А за один запуск — один файл вывода отладки (STDERR). Просто выбираем из него все совпадения с регуляркой (которую, я товарищу Дукату даже написал уже, причем для обоих задач).  
А Сед здесь совершенно не к чему — если Вэ-гет запускается некоей утилитой, пусть эта утилита лог и парсит; реализовать это — проблем нет — PCRE сейчас для любого языка доступны.

----------
Dmitry Alexandrov <321942@gmail.com> [PGP] [BTC]

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 20:20 13-10-2011
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG
 
Мы знаем что он как автор задумал? Нет, и потому наши советы мне думается бесполезны.

----------
Жив курилка! (Р. Ролан, "Кола Брюньон")

Всего записей: 24853 | Зарегистр. 31-07-2002 | Отправлено: 21:56 13-10-2011
Dem_anywhere



Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Вроде бы 1.13.4 откомпилили
http://dl.dropbox.com/u/2554170/wget-1.13.4/wget.exe

Всего записей: 230 | Зарегистр. 28-02-2006 | Отправлено: 00:39 16-10-2011
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Dem_anywhere
 
И штука пришла интересная. Вот что она выводит по wget --version:

Цитата:
GNU Wget 1.13.4 built on mingw32.
 
+digest +https +ipv6 +iri -large-file +nls +ntlm +opie +ssl/openssl  
 
Wgetrc:  
    C:/MinGW/msys/local/etc/wgetrc (system)
Locale: C:/MinGW/msys/local/share/locale  
Compile: gcc -DHAVE_CONFIG_H -DSYSTEM_WGETRC="/usr/local/etc/wgetrc"  
    -DLOCALEDIR="/usr/local/share/locale" -I. -I../lib -I../lib  
    -I/c/Programs/GTK16/include -I/usr/local/include -mmmx -Os  
Link: gcc -mmmx -Os -L/c/Programs/GTK16/lib -Wl,-s /usr/local/lib/libiconv.a  
    /c/Programs/GTK16/lib/libintl.dll.a -L/c/Programs/GTK16/lib  
    /c/Programs/GTK16/lib/libssl.a /c/Programs/GTK16/lib/libcrypto.a  
    /c/Programs/GTK16/lib/libz.a -ldl -lz -lws2_32 -lgdi32 -lidn  
    ftp-opie.o mswindows.o openssl.o http-ntlm.o ../lib/libgnu.a  
 
Copyright (C) 2009 Free Software Foundation, Inc.
License GPLv3+: GNU GPL version 3 or later
<http://www.gnu.org/licenses/gpl.html>.
This is free software: you are free to change and redistribute it.
There is NO WARRANTY, to the extent permitted by law.
 
Originally written by Hrvoje Niksic <hniksic@xemacs.org>.
Please send bug reports and questions to <bug-wget@gnu.org>.

а используемая у меня например:

Цитата:
GNU Wget 1.12.1-dev Mar 04 2010 (mainline-013c8e2f5997) built on Windows-MinGW.
 
+digest +ipv6 -nls +ntlm +opie +md5/builtin +https -gnutls +openssl  
-iri  
 
Wgetrc:  
Compile: gcc -DHAVE_MD5 -DENABLE_DIGEST -DENABLE_IPV6 -DENABLE_OPIE -DWINDOWS  
    -DHAVE_CONFIG_H -O3 -Wall -I. -I../lib -I../md5  
    -I../../openssl-1.0.0a/include -DHAVE_LIBSSL -DENABLE_NTLM  
Link: gcc -s -o wget-1.12.exe cmpt.o convert.o connect.o ftp.o ftp-basic.o  
    ftp-ls.o ftp-opie.o host.o html-parse.o html-url.o http.o init.o  
    log.o main.o ../md5/md5.o netrc.o ../lib/c-ctype.o hash.o  
    progress.o gen-md5.o cookies.o ptimer.o recur.o res.o retr.o url.o  
    utils.o version.o ../lib/xmalloc.o ../lib/xalloc-die.o  
    ../lib/quote.o ../lib/exitfail.o ../lib/quotearg.o ../lib/error.o  
    ../lib/getpass.o mswindows.o spider.o css-url.o exits.o  
    build_info.o css.o openssl.o http-ntlm.o mswindows.res -lws2_32  
    -L../../openssl-1.0.0a -leay32 -lssl32  
 
Copyright (C) 2009 Free Software Foundation, Inc.
License GPLv3+: GNU GPL version 3 or later
<http://www.gnu.org/licenses/gpl.html>.
This is free software: you are free to change and redistribute it.
There is NO WARRANTY, to the extent permitted by law.
 
Originally written by Hrvoje Niksic <hniksic@xemacs.org>.
Currently maintained by Micah Cowan <micah@cowan.name>.
Please send bug reports and questions to <bug-wget@gnu.org>.

буду новую тестировать.

----------
Жив курилка! (Р. Ролан, "Кола Брюньон")

Всего записей: 24853 | Зарегистр. 31-07-2002 | Отправлено: 12:18 16-10-2011
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
В общем потестил. Работает у меня с OpenSSL 1.0.0e. А посему собрал в одну кучу:
 
сам бинарник, исходники с ftp.gnu.org, мануал к версии 1.13.4  скомпиленный в CHM и файлик version - выдачу её запроса версии - wget-1.13.4.7z. Может в таком пакете кому и пригодится чтобы по частям не собирать с разных источников.

----------
Жив курилка! (Р. Ролан, "Кола Брюньон")

Всего записей: 24853 | Зарегистр. 31-07-2002 | Отправлено: 16:59 16-10-2011
Pasametr



Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
При запуске wget.exe на мгновенье выскакивает чёрное окошко и пропадает, как исправаить?
Виндовс XP SP2
wget-1.9.1b

Всего записей: 259 | Зарегистр. 01-07-2011 | Отправлено: 21:53 23-10-2011
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Pasametr
Цитата:
При запуске wget.exe на мгновенье выскакивает чёрное окошко и пропадает, как исправаить?  
Например научиться читать: WGET - командлайновая утилита для скачивания

Всего записей: 8586 | Зарегистр. 11-03-2002 | Отправлено: 22:10 23-10-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasametr
> как исправаить?  
Чтоб не «выскакивало», а молча работало? Да можно как-то (через одно место, правда, я не помню), только к сабжу это не имеет ни малейшего отношения. Спросите в ветке по вашему командному интерпретатору.

----------
Dmitry Alexandrov <321942@gmail.com> [PGP] [BTC]

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 22:25 23-10-2011
Pasametr



Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
И без ваших приколов разобрался - умники, хорошый Мануальчик по wget дайте...

Всего записей: 259 | Зарегистр. 01-07-2011 | Отправлено: 08:35 24-10-2011
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasametr
 
В моём архиве он имеется. Полный официальный мануал. Пользуйтесь на здоровье. Чуть выше на этой же странице. А у Вас может быть и CygWin версия - та без зависимостей вообще не стартует. Я положил ту, которой системных библиотек хватает.

----------
Жив курилка! (Р. Ролан, "Кола Брюньон")

Всего записей: 24853 | Зарегистр. 31-07-2002 | Отправлено: 09:38 24-10-2011
Pasametr



Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Victor_VG
Спасибо, всё фурычит! За мануал отдельное СПАСИБО, есть ещё добрые люди.

Всего записей: 259 | Зарегистр. 01-07-2011 | Отправлено: 20:31 25-10-2011
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

Компьютерный форум Ru.Board » Компьютеры » Программы » Wget

Имя:
Пароль:
Сообщение

Для вставки имени, кликните на нем.

Опции сообщенияДобавить свою подпись
Подписаться на получение ответов по e-mail
Добавить тему в личные закладки
Разрешить смайлики?
Запретить коды


Реклама на форуме Ru.Board.

Powered by Ikonboard "v2.1.7b" © 2000 Ikonboard.com
Modified by Ru.Board
© Ru.Board 2000-2018

BitCoin: 1NGG1chHtUvrtEqjeerQCKDMUi6S6CG4iC

Рейтинг.ru