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
anynamer



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG
Спасибо, но я не понял
Цитата:
Кронтаб - это своеобразная текстовая БД где крон хранит свои задачи
и  

Цитата:
Здесь есть для семёрки - http://www.nncron.ru/forums/viewtopic.php?f=5&t=10294&start=120#p28465

Кронтаб входит nncron?
 
Как можно сделать чтобы wget выставил в имя сохраняемого файла текущую дату с временем
например, можно ли такое реализовать (может при помощи .bat)
stream_15.01.13-15.53.10.ts
stream_%date%-%time:~0,2%.%time:~3,2%.%time:~6,2%.ts

Всего записей: 1708 | Зарегистр. 17-05-2010 | Отправлено: 15:55 15-01-2013
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
anynamer
> Как можно сделать чтобы wget выставил в имя сохраняемого файла текущую дату с временем
Вэ-гет этого сделать не сможет.
 
> можно ли такое реализовать (может при помощи .bat)
Да, с помощью шелла это сделать можно. Напоминаю, что имя выходного файла Вэ-гета можно задать ключом -O.
$ wget -O myexamplefile 'http://example.org/'

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 16:22 15-01-2013 | Исправлено: ASE_DAG, 16:28 15-01-2013
anynamer



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG
Спасибо, разобрался.
 
Вот пример, может пригодится кому-то:
cmd /K c:\Program Files\wget.exe wget http://example.ru/streamlink -O stream_%date%-%time:~0,2%.%time:~3,2%.%time:~6,2%.ts

Всего записей: 1708 | Зарегистр. 17-05-2010 | Отправлено: 16:43 15-01-2013 | Исправлено: anynamer, 16:56 15-01-2013
anynamer



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Почему wget выдаёт такое:
   
 
При таких параметрах
cmd /K c:\wget.exe wget http://xxxxxxxxxx.zz/yyyyyyyyyyyyy -O AnimalPlanetHD_%date%-%time:~0,2%.%time:~3,2%.%time:~6,2%.ts
 

Всего записей: 1708 | Зарегистр. 17-05-2010 | Отправлено: 15:57 19-01-2013
king_stiven

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
У тебя wget два раза набран, надо только один.

Всего записей: 2146 | Зарегистр. 17-07-2006 | Отправлено: 16:05 19-01-2013
anynamer



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
king_stiven Верно, спасибо.

Всего записей: 1708 | Зарегистр. 17-05-2010 | Отправлено: 20:02 19-01-2013
DimitriusXZ

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору

Цитата:
 ... Интересно. Если получится, скиньте пожалуйста кроме логов и сравнение поврежденного и нормального файла (fc /b file1 file2 >fc.log)  
...  

 
Есть логи (27 МБ) и сравнение поврежденного файла (44 Кб)
(несоответствие внутренних данных).
Кому нужны?
Куда скинуть?
 
Логи отказа докачивать нужны?
 
Вот:
http://rghost.net/43363870
Отказ докачивать - нужно поймать эту ситуацию.
Если удастся - сделаю позже.
 
Вот еще одино сравнение:
http://rghost.ru/43465233
Лог тот же.
 
Я залил небольшие файлы, но…    
Иногда файлы коррекции очень велики. Например если образ 700 МБ,    
то иногда различаются более чем 400 МБ.    
Вероятно из-за смещения.

Всего записей: 566 | Зарегистр. 17-01-2010 | Отправлено: 03:46 27-01-2013 | Исправлено: DimitriusXZ, 18:07 02-03-2013
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
anynamer
 
crontab /кронтаб/ не просто входит в крон/ннкрон - а сам крон его и создаст коли нет.

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

Всего записей: 24726 | Зарегистр. 31-07-2002 | Отправлено: 11:17 27-01-2013
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Добрый день, DimitriusXZ
Да, нужны. И логи отказа докачивать тоже.  
Пожалуйста, на какой-то нормальный файлообменник (rghost.ru narod.ru files.mail.ru). Думаю, достаточно будет просто дописать/отредактировать прошлый пост.

Всего записей: 1716 | Зарегистр. 07-08-2002 | Отправлено: 11:54 27-01-2013
sikemo

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
реально скачать http://goo.gl/83bVd Я  взял список страниц, попробовал с/без ключа --user-agent Moziilla. На выходе — линки на страницу онлан-прочтения

Всего записей: 1170 | Зарегистр. 27-11-2008 | Отправлено: 23:39 07-02-2013
Drakostaarn



Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Добрый вечер всем! Можно ли wget-ом вытащить весь форум с б-гомерзкого народ.ру? Если да, то как?

Всего записей: 15 | Зарегистр. 10-09-2010 | Отправлено: 23:51 07-02-2013
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Drakostaarn
 
Проще пауком типа Metaproduct OE - ссылок будет многовато, curl/wget если списки файлов дать могут.

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

Всего записей: 24726 | Зарегистр. 31-07-2002 | Отправлено: 02:44 08-02-2013
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Drakostaarn
> Можно ли
А вы попробуйте и узнаете. (Что я вам еще могу сказать, когда адреса вы не указываете.)

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 04:17 08-02-2013
Drakostaarn



Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG, уже пробовал. Выдёргивает только первую страницу со ссылками на сообщения.  
 
Скачать нужно все. Форум, ну, к примеру, вот этот - http://narod.yandex.ru/userforum/?owner=ordenknights
 
 
Добавлено:
Victor_VG, спасибо, пробовал. Не берёт

Всего записей: 15 | Зарегистр. 10-09-2010 | Отправлено: 10:21 08-02-2013 | Исправлено: Drakostaarn, 10:25 08-02-2013
sikemo

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ещё вопросъ — как выудить контент. запрятанный под жаваскрипт, напр. http://tattoo.ptattoo.ru/index.php?CURRENT_FOLDER=28&LETTER=61&

Всего записей: 1170 | Зарегистр. 27-11-2008 | Отправлено: 14:16 08-02-2013
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sikemo
 
Обычно такие вещи приходится пауком вытаскивать - скрипт-то ведь надо обработать, а это обязанности браузеров...

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

Всего записей: 24726 | Зарегистр. 31-07-2002 | Отправлено: 15:01 08-02-2013
adasiko



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG
там просто элемент визуально сворачивается-разворачивается, там выполнение скрипта не нужно - в статическом коде страницы ссылка на картинку присутствует всегда (для данного сайта)

Всего записей: 1807 | Зарегистр. 30-06-2008 | Отправлено: 16:52 08-02-2013 | Исправлено: adasiko, 16:55 08-02-2013
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Drakostaarn
> http://narod.yandex.ru/userforum/?owner=ordenknights
Ого! Фрэймы. Давненько я их не видел. Даже если их правильно распарсить окажется не проблемой, то переход по страницам — он сделан исключительно на Яваскрипте — сабжу не по силам. Ответ на ваш вопрос: нет.
 
sikemo
> как выудить контент
Ваш вопрос непонятен.
Загрузить указанную вами страницу не представляет никаких проблем.
$ wget -pEk 'http://tattoo.ptattoo.ru/index.php?CURRENT_FOLDER=28&LETTER=61&'

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 18:41 08-02-2013 | Исправлено: ASE_DAG, 21:45 08-02-2013
sikemo

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

Цитата:
$ wget -pEk

 
спасибо, самое то

Всего записей: 1170 | Зарегистр. 27-11-2008 | Отправлено: 01:20 09-02-2013
halfman

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Как-то странно работает зеркалирование ftp (--mirror) на wget 1.11.4.3287.
Не удаляются файлы, которых уже нет на сервере.
 
Переносил файлы на сервере из одной папки в другую. В итоге - при скачивании файлы остались во всех папках, удаления не происходит. Это ж через какое-то время просто свалка будет.  
 
У всех так же?

Всего записей: 58 | Зарегистр. 07-03-2007 | Отправлено: 09:29 18-02-2013
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