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

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: 1528 | Зарегистр. 17-06-2003 | Отправлено: 13:39 08-11-2003 | Исправлено: mithridat1, 08:56 13-02-2019
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
eacl
 
А что, прочитать документацию сложно? все ключи вызова и режимы работы wget там расписаны удивительно подробно, и не надо задавать пустых вопросов - ответа на них не будет никогда.

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

Всего записей: 23643 | Зарегистр. 31-07-2002 | Отправлено: 17:40 12-08-2012
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG
> все ключи вызова и режимы работы wget, и не надо задавать пустых вопросов
Да тов. Eacl про собственно Вэ-гет ни одного вопроса и не задал. Он с особенностями своей операционной системы пытается разобраться.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 18:08 12-08-2012 | Исправлено: ASE_DAG, 18:08 12-08-2012
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG
 
Манулы в руки и читать до просветления.  Wget тут при чём? Ладно мне понятно зачем в версии 1.14 потребовалось статически линковать OpenSSL:

Цитата:
Link: gcc -Os -static /usr/local/lib/libiconv.dll.a -L/usr/local/lib -lintl  
    /usr/local/lib/libiconv.dll.a -L/usr/local/lib  
    /usr/local/ssl/lib/libssl.a /usr/local/ssl/lib/libcrypto.a -lz -lz  
    -lz -lws2_32 -lgdi32 -lidn ftp-opie.o mswindows.o openssl.o  
    http-ntlm.o ../lib/libgnu.a

она же в итоге вышла размером аж в 4 с лишним мега, хотя можно было и внешнюю звать как в 1.13.4:

Цитата:
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

а так оно конечно удобно - либы OpenSSL уже в бинарник встроены, от внешних мы не зависим, но смысла я в этом не вижу - я бы просто в описании написал "Поставьте библиотеки OPenSSL версии ... или новее - они нужны для работы программы!". И по моему, этого бы хватило с избытком....

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

Всего записей: 23643 | Зарегистр. 31-07-2002 | Отправлено: 20:03 12-08-2012
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Добрый день, Victor_VG
Прошу прощения, но Вы упустили из виду, что Wget 1.13.4 тоже собран кем-то статически. Не знаю, как. Проверьте пожалуйста.
ЕМНИП "libssl.a" - статическая версия библиотек,  "libssl.dll.a" -динамическая.
99% что порезаны/оптимизированы библиотеки...
Знать бы еще что это за GTK16...
Добавлено
Уважаемый, если Вас не затруднит, попробуйте пожалуйста собрать libssl в Visual C++ при помощи NASM. Какая будет разница в размерах? (Mingw32 libcrypto.a+libssl.a = 3Mb)
 

Всего записей: 1683 | Зарегистр. 07-08-2002 | Отправлено: 20:17 12-08-2012 | Исправлено: Alex_Piggy, 20:48 12-08-2012
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Alex_Piggy
 
Это GTK+(The GIMP Tool Kit) - интерфейсные библиотеки. И если убрать в команде линкера ключ -statick он именно динамические подлинкует. А сейчас какие версии там слинкованы?

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

Всего записей: 23643 | Зарегистр. 31-07-2002 | Отправлено: 20:58 12-08-2012
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Victor_VG
Ключ "-static" имеет значение при поиске вариантов (т.е. при -lssl -liconv -lidn). Указанные прямо линкует как есть.
Слинкованы статические версии. Через пару часов выложу с динамическими (почти всеми) и ключем "-static" .Будет здесь https://dl.dropbox.com/u/27457022/wget_1.14d.zip
Библиотеки отдельно - https://dl.dropbox.com/u/27457022/wget_1.14l.zip
 
Добавлено:

Цитата:
а так оно конечно удобно - либы OpenSSL уже в бинарник встроены, от внешних мы не зависим, но смысла я в этом не вижу - я бы просто в описании написал "Поставьте библиотеки OPenSSL версии ... или новее - они нужны для работы программы!". И по моему, этого бы хватило с избытком....

Мне без разницы. Привык к статическим версиям - что не нужно следить за библиотеками. As You Wish.
 

Цитата:
Это GTK+(The GIMP Tool Kit)  - интерфейсные библиотеки.

Спасибо, посмотрю.

Всего записей: 1683 | Зарегистр. 07-08-2002 | Отправлено: 22:16 12-08-2012 | Исправлено: Alex_Piggy, 00:09 13-08-2012
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Alex_Piggy
 
Я поглядел размеры либ у себя - примерно столько же, факт.

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

Всего записей: 23643 | Зарегистр. 31-07-2002 | Отправлено: 22:38 12-08-2012
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Alex_Piggy
 
Забрал. Размеры либ обычные. Дальше буду смотреть - могу ли я кое-что вышвырнуть там, где это планируется жить.

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

Всего записей: 23643 | Зарегистр. 31-07-2002 | Отправлено: 00:49 13-08-2012
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Спасибо! ТО, что я задумал удалось решить статическим вариантом, а либы выкинуть напрочь - ну, лишними стали.

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

Всего записей: 23643 | Зарегистр. 31-07-2002 | Отправлено: 07:03 13-08-2012
donbaton

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Помогите пожалуйста написать строку команды для закачки сайта для локального просмотра с помощью Wget (у меня Windows XP). На одном сервере страница html со ссылками. Ссылки видут на другой сервер. На многих этих страницах есть по несколько ссылок на картинки, которые тоже надо закачать. При этом надо делать задержку между закачками html страниц в 7 секунд (если быстро открывать несколько страниц, выводится другая страница вместо нужной с сообщением о слишком быстром просмотре). На некоторых страницах есть PDF, которые не должны скачиваться. При этом лишнего с сайтов не должно закачиваться (на сколько помню, Wget может сунуться на главную страницу и начать качать оттуда).

Всего записей: 147 | Зарегистр. 18-03-2009 | Отправлено: 18:38 27-09-2012
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
donbaton
А в чем возникла загвоздка?
 
> для закачки сайта
--mirror
 
> для локального просмотра
--convert-links
 
> Ссылки ведут на другой сервер.
--span-hosts
 
> надо делать задержку между закачками ... в 7 секунд
--wait 7
 
> PDF, которые не должны скачиваться
--reject "*.pdf"
 
> лишнего с сайтов не должно закачиваться (насколько помню, Wget может сунуться на главную страницу...)
Не понял. Не может, а должен. Хотите приказать не ходить вверх по иерархии URI?
--no-parent
 
Вроде бы ничего не напутал, хотя, понятное дело, не проверял.  
 
P.S. Про --page-requisites вы ничего не сказали — если оно вам нужно, указывайте.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 23:18 27-09-2012
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
donbaton
Ну как вы там? Разобрались?

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 01:17 29-09-2012
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Нужны для использования: wget, grep и sed из GNUWin32. Можно ли отключить зависимости от библиотеки libiconv2.dll (и если можно от libintl3.dll)?
А может есть эти либы в виде стабов? Маленького размера, ничего не делающие...

Всего записей: 8113 | Зарегистр. 11-03-2002 | Отправлено: 19:31 08-10-2012
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Добрый вечер, Pasha_ZZZ
Нужны именно из GNUWin32? Заглушки вряд ли помогут.
Какие версии Вам нужны? И какие функции?
Варианты -  взять старые версии (напр из UnixUtils) там wget1.8.4  sed4.0.7 grep2.5.1 вместе 500 Кб.
Советую Wget 1.14 от  Bart Puype Sed - supersed
 
Последние собранные лично -Подробнее...

Всего записей: 1683 | Зарегистр. 07-08-2002 | Отправлено: 20:29 08-10-2012 | Исправлено: Alex_Piggy, 21:32 08-10-2012
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Alex_Piggy
Цитата:
Какие версии Вам нужны?
По большому счету пох
Цитата:
И какие функции?  
grep -E и те же фишки в sed
Цитата:
взять старые версии (напр из UnixUtils)
для grep и sed - подошло идеально.
WGET - пользую ваш перекомпиленный 1.11.4, который без SSL. Спасибы огромные!

Всего записей: 8113 | Зарегистр. 11-03-2002 | Отправлено: 23:59 08-10-2012
sikemo

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
подскажите, как такое может быть или как лечить. (Win, естественно)
 
Download Master хорошо качает файлы из списка, а тот же список или 1 линк из него wget плюет с ошибкой 403 Forbidden

Всего записей: 1149 | Зарегистр. 27-11-2008 | Отправлено: 21:11 13-10-2012
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sikemo
Файлы эти, хотите сказать, никому из здесь присутствующих, кроме вас, доступны быть не могут?
 
Добавлено:
А вообще, для начала юзер-агент Вэ-гету укажите тот, каким у вас этот «Download Master» представляется.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 21:35 13-10-2012
sikemo

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
не понял. отдельно пробовал запускать линки wget'ом, отдельно Download Master

Всего записей: 1149 | Зарегистр. 27-11-2008 | Отправлено: 21:48 13-10-2012
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sikemo
Ссылки, о которых вы говорите, ведут куда-то за пределы общедоступного Интернета? Почему не привели-то?

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 21:53 13-10-2012
sikemo

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
да нет же. Вот http://pidruchniki.ws/12590605/filosofiya/navchalniy_trening_gnoseologiya

Всего записей: 1149 | Зарегистр. 27-11-2008 | Отправлено: 22:03 13-10-2012
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

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