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

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
Anton Nikolaev
 
Интересно бы полный лог FTP поглядеть и что у нас там за сервер такой сидит? Тут явно что-то очень простое, но мы его не замечаем именно из-за очевидности...

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

Всего записей: 23953 | Зарегистр. 31-07-2002 | Отправлено: 19:14 10-07-2013
Anton Nikolaev

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
завтра сделаю

Всего записей: 54 | Зарегистр. 18-04-2008 | Отправлено: 19:17 10-07-2013
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Anton Nikolaev
 
Давайте. Думаю что в логе мы увидим что происходит.

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

Всего записей: 23953 | Зарегистр. 31-07-2002 | Отправлено: 19:29 10-07-2013
Anton Nikolaev

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
полный лог: http://pastebin.com/RqeSnfs4
думаю, интересный кусочек:

Цитата:
DIRECTORY; perms 644;  
Skipping.
DIRECTORY; perms 644;  
Skipping.
DIRECTORY; perms 644;  
Skipping.
 

и так все директории он пропускает

Всего записей: 54 | Зарегистр. 18-04-2008 | Отправлено: 10:03 11-07-2013
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Anton Nikolaev
 
А вот это интересно - права доступа RW-R--R-- , сервер СУБД Oracle который и блокирует считывание из подкаталогов. Попробуйте более новую версию 1.14.

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

Всего записей: 23953 | Зарегистр. 31-07-2002 | Отправлено: 12:32 11-07-2013
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Добрый день Victor_VG Anton Nikolaev
1. Работа с FTP с 2007 года практически не менялось. То есть да, попробовать стоит, но маловероятно что поможет.
2. Считывание из субкаталогов ИМХО не заблокировано. Вообще-то после perms должно было идти имя папки/файла. Похоже что проблема при парсинге листинга. ftp_ls.c:ftp_parse_unix_ls.
Кусок листинга есть, кусок лога есть. Вечером буду разбиратся.

Всего записей: 1693 | Зарегистр. 07-08-2002 | Отправлено: 12:43 11-07-2013
Anton Nikolaev

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
попробовал 1.14, результат полностью идентичный.
в принципе, ничего страшного, как уже писал, через winscp сделал, так что вопрос закрыт.
 
Alex_Piggy, Victor_VG, если хотите разобраться, готов следовать вашим инструкциям, благодарен за помощь.

Всего записей: 54 | Зарегистр. 18-04-2008 | Отправлено: 12:44 11-07-2013 | Исправлено: Anton Nikolaev, 12:47 11-07-2013
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Anton Nikolaev
Кажется разобрался. Попробуйте. wget_Anton Nikolaev.zip.  
В листинге, который Вам дает сервер имя месяца в uppercase. В ftp_ls.c (для версии 1.11.4 207 строка)
if (!strcmp (tok, months[i]))
заменил на  
if (!strcasecmp (tok, months[i]))
Если заработает - сможете оформить/отослать багрепорт на bug-wget@gnu.org ? Пожалуйста. Мне просто сейчас (бумажная волокита)/(оформление документов) поперек горла стоит.
Добавлено - забыл упомянуть что это - без SSL. Не спросил, Вы работаете с обычным FTP или FTPS. Если для проверки нужно именно с SSL  - скажите - добавлю.

Всего записей: 1693 | Зарегистр. 07-08-2002 | Отправлено: 14:28 11-07-2013 | Исправлено: Alex_Piggy, 14:30 11-07-2013
Anton Nikolaev

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Alex_Piggy, работает! Спасибо!
Багрепорт отпишу, скопировав ваше сообщение, надеюсь этого будет достаточно )

Всего записей: 54 | Зарегистр. 18-04-2008 | Отправлено: 14:58 11-07-2013
Skif_off

Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
comrades, подскажите, пожалуйста, где можно найти актуальную Win-версию со всеми возможностями и чтобы все в одном месте? Пользуюсь 1.11.4 отсюда (wget.exe+libeay32.dll+libiconv2.dll+libintl3.dll+libssl32.dll+msvcp60.dll+msvcrt.dll), хочется свежего

Всего записей: 5791 | Зарегистр. 28-01-2008 | Отправлено: 16:07 11-07-2013
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Skif_off
Такой сойдет?
WGet 1.14 + WGet optional files

Всего записей: 8196 | Зарегистр. 11-03-2002 | Отправлено: 16:15 11-07-2013
Skif_off

Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ

Цитата:
+digest +https +ipv6 +iri +large-file +nls +ntlm +opie +ssl/openssl

Спасибо, кажется, это все, только размер непривычно маловат
locale - локализация сообщений Wget и только?
Стоит дожидаться исправлений Alex_Piggy в исходниках или ситуация достаточно специфична, чтобы забить? Просто не уверен, что удержу в голове.
Обнаружил у себя в заначках папку doc, не помню откуда, дата файлов 2012.08.07, в описании версия 1.14, могу считать это актуальной документацией?

Всего записей: 5791 | Зарегистр. 28-01-2008 | Отправлено: 16:37 11-07-2013
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Skif_off
Цитата:
locale - локализация сообщений Wget и только?
ага, национальные имена файлов будут работать и так
Цитата:
или ситуация достаточно специфична
Специфична для какого-то узковзятого ФТП-сервера
Цитата:
могу считать это актуальной документацией?
ага
Цитата:
только размер непривычно маловат
при скачивании вверху надпись
Цитата:
wget 1.14 UPXed
какбэ намекает
В распакованном виде размер 1523 К

Всего записей: 8196 | Зарегистр. 11-03-2002 | Отправлено: 16:49 11-07-2013 | Исправлено: Pasha_ZZZ, 16:55 11-07-2013
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Skif_off
 
Распакуйте содержимое wget_optional_files.7z в один каталог с Wget.exe и настройте по справке стандартные значения ключей в wget.ini которые будут применяться по умолчанию. Единственный кого стоит заменить на более новый это ca-bundle.crt (его имя должно быть именно таким) - этот я делал 10.04.2013 с помощью Win32 OpenSSL SDK и там учтены все отозванные и обновлённые на тот момент времени сертификаты.
 
Что до размера Wget.exe то Pasha_ZZZ верно сказал - исполняемый модуль сжат пакером UPX v3.08. Если у вас программа жрёт слишком много памяти, то распакуйте его любой более старшей версией (младшие не возьмут) командой upx -d wget.exe. В некоторых случаях код распаковки UPX может использовать до 8 - 12 Мб ОЗУ для своей работы.


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

Всего записей: 23953 | Зарегистр. 31-07-2002 | Отправлено: 17:09 11-07-2013
Skif_off

Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ, Victor_VG
Спасибо за пояснения, сертификат заменил, из локализаций временно оставил только ru (посмотрю как будет, в теме вроде что-то было, в качестве лечения предлагалось грохнуть папку locale).
С UPX неловко получилось - не заметил, прочитал только Description:

Всего записей: 5791 | Зарегистр. 28-01-2008 | Отправлено: 17:37 11-07-2013 | Исправлено: Skif_off, 17:50 11-07-2013
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Skif_off
 
С UPX бывает. Русской локалью сообщения будут выводится по русски. Собственно для того она и нужна если локаль юзера русская.

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

Всего записей: 23953 | Зарегистр. 31-07-2002 | Отправлено: 18:52 11-07-2013 | Исправлено: Victor_VG, 18:54 11-07-2013
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Доброе время всем.
Вариант шапки. Добавил свою сборку, спрятал FAQ под more.  
__________________________________________________________________________________________
 
[ UNIX Shell ] || [ Рекурсивная загрузка веб-сайтов ] — родительские ветки.
 
GNU Wget

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

| Офсайт | Википедия | Фрешмит | Охлох | Ман | Ман (русск.) |

 
Где взять.
Под GNU — уже стоит. Под FreeBSD — есть в портах. Под Mac OS X — собрать ванильный.  
Под Windows есть варианты: 0) Cygwin,  1) GNUWin32 (учитывайте зависимости), 2) Wget + OpenSSL by GetGnuWin32, 3) by Bart Puype 4) by osspack325) by Alex_Piggy
 
Литература.
Popkov. Параметры программы wget
В. А. Петров. Wget — насос для Интернета
 
FAQ (ответы под more). Нажмите здесь, чтобы прочитать полностью
Q:Можно ли простым перебором загрузить страницы (допустим) с первой по сотую c последовательной нумерацией: Ответ:
Q: А как собственно сайт целиком-то загрузить? Ответ:
Q: Я хочу загрузить с сайта, требующего авторизации. Что делать? Ответ:
Q: Не-ASCII символы сохраняются в именах файлов как "%D0%A5%D1%83%D0%B9" (или того хуже)Ответ:
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? Ответ:
Q: Можно ли приказать Вэ-гету докачать файл, но только если он не изменился. Ответ:
Q: Можно ли при рекурсивной загрузке ограничится только ссылками, содержащими параметр "lang=ru"Ответ:
Q: Можно ли средствами Вэ-гета ограничить перечень загружаемых файлов по дате модификации (новее чем, старше чем)?Ответ:
Q:  То — нельзя, это — невозможно. Почему все так плохо?Ответ:
Q: Какие есть альтернативы?Ответ:
 
Разное.
GUI для Wget’а
 

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

Всего записей: 1693 | Зарегистр. 07-08-2002 | Отправлено: 21:33 11-07-2013 | Исправлено: Alex_Piggy, 18:43 12-07-2013
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Alex_Piggy
 
По моему годится.

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

Всего записей: 23953 | Зарегистр. 31-07-2002 | Отправлено: 23:06 11-07-2013
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Alex_Piggy
> Добавил свою сборку
Дополняйте смело же! Что тут обсуждать.
 
> спрятал FAQ под more
А вот здесь я был бы категорически против. Во-первых, его и так не всегда проглядывают прежде задавать вопрос, а теперь вовсе не будут — чем меньше за что есть зацепиться глазу, тем, очевидно, менее вероятно, что зацепится. Во-вторых в свернутом виде его крайне неудобно читать — т. е. не искать ответ на свой вопрос, а именно читать от начала до конца. А в-третьих, собственно зачем его сворачивать? Разве пусть даже сколько угодно длинная кому-нибудь мешает? Основной тип перехода в ветку, насколько я понимаю, — к последнему посту (...&glp#lt) — здесь длина шапки никакой роли не играет.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 02:58 12-07-2013 | Исправлено: ASE_DAG, 03:18 12-07-2013
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Alex_Piggy
Можно про обновление по размеру добавить это - http://forum.ru-board.com/topic.cgi?forum=5&topic=10066&start=1541&limit=1#1

Всего записей: 8196 | Зарегистр. 11-03-2002 | Отправлено: 10:00 12-07-2013
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

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