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
srkr

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Каким способом можно из консоли заполнить поля web-формы?
wget может?

Всего записей: 56 | Зарегистр. 14-12-2009 | Отправлено: 03:34 12-07-2015
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
srkr, не любую. application/x-www-form-urlencoded — да, multipart/form-data — нет. curl может и то, и другое, и вообще для этой цели удобнее.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 04:05 12-07-2015
srkr

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

Цитата:
curl может и то, и другое, и вообще для этой цели удобнее

Его тоже можно виндовый юзать? Или виндовый не стоит? Я уже вижу,ч то виндовый есть, но насколько оправдано его использование для моей задачи? И да, на странице загрузки несколько сборок под винды разных людей.... Пробовать нужно?
 
А если wget, то вот эти ключи использовать?

Код:
--post-data=STRING          use the POST method; send STRING as the data
--post-file=FILE            use the POST method; send contents of FILE
--method=HTTPMethod         use method "HTTPMethod" in the request
--body-data=STRING          send STRING as data. --method MUST be set
--body-file=FILE            send contents of FILE. --method MUST be set

Всего записей: 56 | Зарегистр. 14-12-2009 | Отправлено: 15:33 12-07-2015 | Исправлено: srkr, 15:42 12-07-2015
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
srkr
 
> [curl] тоже можно виндовый юзать? Или виндовый не стоит?
 
А что, большой выбор?
 
> насколько оправдано его использование для моей задачи?
 
Откуда мне знать — вы же не озвучивали свою задачу.
 
> несколько сборок под винды разных людей
 
Поставьте уже себе Цигвин и не мучайтесь.
 
> А если...
 
Да.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 17:51 12-07-2015
srkr

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Задача: заполнить поля web-формы и "нажать" кнопку [Опубликовать]
 
Вот пример использования ключа:

Код:
wget --save-cookies cookies.txt \
--post-data 'user=foo&password=bar' \
http://example.org/auth.php

Ссылка:
https://ru.wikipedia.org/wiki/Wget
 
Вот html-кусок формы, которую мне нужно заполнить (и опубликовать):

Код:
 
<!--              id int not null auto_increment,    
datenews date default '0000-00-00' not null,
srok int,
dateudal date default '0000-00-00' not null,
razd int,
name  varchar(30),
cyti varchar(25),
antext text NOT NULL,
primary KEY (id),-->    
<P>
 
        <form action="form.phtml?n=11" method="post" target="body">
<table width="95%" border="0">
<tr><td width='35%'    style='main'  class='td_sta14'>Имя:    </td><td  width='65%'><INPUT type='text' name='name' value='' size='35' maxlength='150'></td></tr><tr><td style='main'  class='td_sta14'>Город:</td><td>            <INPUT type='text' name='cyti' size='15' maxlength='25' value=''></td></tr>
<tr><td style='main'  class='td_sta14'>Срок:</td><td><select name='srok'>
                <option value='7'>1 неделя</option>
                <option value='14'>2 недели</option>
                <option value='21'>3 недели</option>
                <option value='31'>1 месяц</option>
                
            </SELECT></td></tr><tr><td style='main'  class='td_sta14'>Разделы:</td><td><INPUT type='checkbox' name='razd3' size='2' maxlength='2' value='1'>Продажа<br><INPUT type='checkbox' name='razd4' size='2' maxlength='2' value='1'>Купля<br><INPUT type='checkbox' name='razd5' size='2' maxlength='2' value='1'>Услуги<br><INPUT type='checkbox' name='razd6' size='2' maxlength='2' value='1'>Предложения<br><INPUT type='checkbox' name='razd7' size='2' maxlength='2' value='1'>Работа<br><INPUT type='checkbox' name='razd8' size='2' maxlength='2' value='1'>Разное<br></td></tr><tr><td style='main'  class='td_sta14'>Тема:</td><td>            <INPUT type='text' name='tema' size='40' maxlength='200'  value=''></td></tr>                    <tr><td style='main'  class='td_sta14'>Текст объявления:</td>            <td><textarea cols='50' rows='6' name='antext'></textarea></td></tr>            
<tr><td colspan="2"><HR></td></tr>
            <tr><td><input type="submit" name="edit_rec" value="Опубликовать"></td>
            <td><INPUT type="reset" value="Отмена"></td></tr>
 
</TABLE>

Вот прототип команды для wget:

Код:
wget --save-cookies cookies.txt --post-data "name=&cyti=&srok=7&razd8=1&tema=test&antext=text&edit_rec=Опубликовать" http://www.target_site.ru/form.phtml?n=9

Если ставить одинарные кавычки, то cmd.exe ругается на & (воспринимает, как соединение команд). Поэтому я использовал двойные кавычик. Не понимаю, как имитировать нажатие кнопки "Опубликовать". Если даю приведенную команду, то скачивается текст формы. Но команда отрабатывет долго. Там еще простая капча есть, но я ее в коде не привел. Код усеченный.

Всего записей: 56 | Зарегистр. 14-12-2009 | Отправлено: 18:27 12-07-2015 | Исправлено: srkr, 19:20 12-07-2015
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
srkr, из Интернета, страница, я полагаю, не доступна? В любом случае, вы как минимум не туда запрос отправляете. Куда надо, вы увидите в той части формы, которую почему-то решили не приводить, а именно под form[action]. Плюс, имейте в виду, что не всякий сервер согласится принять частично заполненную форму — вы же пару полей, я вижу, опустили.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 18:52 12-07-2015 | Исправлено: ASE_DAG, 18:54 12-07-2015
srkr

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Я добавил кода сверху.
Да, урл фиктивного сайта.
Спасибо за участие. Ночью плотнее поработаю. Пустые заполню - это не вопрос. Меня больше интересует, как "нажать" кнопку.
 
Если http://www.target_site.ru/form.phtml?n=9
набрать в браузере - выпадает форма.
Если вставить в wget - скачивает эту форму. И сохраняет в файле
form.phtml-n=9.htm
 
Там сайт с 2-мя фреймами. Есть шапка и пункты меню, где n=1...11. 9 - это как раз форма - остальные рубрики.

Всего записей: 56 | Зарегистр. 14-12-2009 | Отправлено: 19:22 12-07-2015
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
srkr
 
> урл фиктивного сайта
 
Кэп?
 
> Если http://www.target_site.ru/form.phtml?n=9 набрать в браузере — выпадает форма.
> Если вставить в wget — скачивает эту форму. И сохраняет в файле form.phtml-n=9.htm
 
Еще раз — куда отравлять POST-запрос написано в атрибуте action тэга form.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 19:58 12-07-2015 | Исправлено: ASE_DAG, 20:01 12-07-2015
srkr

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
> Куда отравлять POST-запрос написано в атрибуте action тэга form
Не пойму, что мне нужно делать в соответствии с этим предложением.

Код:
<form action="doska_table.phtml?n=11" method="post" target="body">

Атрибут action="doska_table.phtml?n=11"
значение атрибута - относительный урл (показывает категоию по-умолчанию), который если использовать как параметр для wget, не будет работать. wget нужно давать полный урл.
Относительный в html-тексте только браузер понимает правильно.
 
Вроде у меня поля заполняются. Потому что в результате скачивается страница, где написано, что неправильно вбита капча.
 
А есть ли какой-то способ подсмотреть, правильно ли значения попадают в поля?
 
> Кэп?
Что это?

Всего записей: 56 | Зарегистр. 14-12-2009 | Отправлено: 11:04 13-07-2015 | Исправлено: srkr, 12:58 13-07-2015
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
srkr
> Не пойму, что мне нужно делать в соответствии с этим предложением.
> Атрибут action="doska_table.phtml?n=11", значение атрибута — относительный урл, который если использовать как параметр для wget, не будет работать. wget нужно давать полный урл.
 
Ну вы же сами и ответили себе, что делать, — давать абсолютный URI: http://www.target_site.ru/doska_table.phtml?n=11
 
> А есть ли какой-то способ подсмотреть, правильно ли значения попадают в поля?  
 
В каком смысле? Вы думаете, что вы пишете это ваше cyti, а wget не может этого терпеть, обращается к aspell, и исправляет на city? :-) Программы GNU не настолько интегрированы.
 
>> Кэп?  
> Что это?
 
https://lurkmo.re/К._О.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 18:25 13-07-2015 | Исправлено: ASE_DAG, 18:27 13-07-2015
srkr

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
>>> Кэп?  
>> Что это?  
>https://lurkmo.re/К._О.
 
Понятно. Это как в анекдоте?

Цитата:
Муж с женою ругается: "Ты такая тупая, такая тупая, что..." Стучит костяшками паьцев об стол. Жена бросается к входной двери. Муж (кричит): "Сиди, дура, я сам открою!!!"

 
А вот вопрос про POST, GET. Если я браузером открываю страницу формы, затем ее заполняю и нажимаю "Отправить". Вот во всей этой цепочке исполняется два запроса: сначала GET, а затем POST?
 
А если, как я вегетом делаю (заполняю поля из командной строки), то только POST?

Всего записей: 56 | Зарегистр. 14-12-2009 | Отправлено: 20:58 13-07-2015 | Исправлено: srkr, 01:12 14-07-2015
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
srkr> А если, как я вегетом делаю (заполняю поля из командной строки), то только POST?
 
Ну да. Что там в за форма и как ее заполнять, вы один раз посмотрели.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 00:39 14-07-2015
chAlx

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Товарищи, кто пользуется ВГетом для обновления файлов (-N), обратите внимание: на винде это может не работать. Т.е. файл-то обновляется, но каждый раз скачивается независимо от наличия такой же версии. А с Линуксовым билдом всё нормально.

Всего записей: 1687 | Зарегистр. 19-03-2003 | Отправлено: 15:12 12-08-2015
useretail



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
chAlx
последняя версия 1.16.3, у вас 1.13.4

Всего записей: 673 | Зарегистр. 14-09-2007 | Отправлено: 04:21 15-08-2015
srkr

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Как загрузить страницк с картинками?
Использовать ключ "-A" с расширениями?
Без рекурсии?
 
Есть еще ключ "-p"
 
-p,  --page-requisites           get all images, etc. needed to display HTML page
 
Но у меня по этому ключу закачиваются css и прочие вспомогательные файлы.

Всего записей: 56 | Зарегистр. 14-12-2009 | Отправлено: 09:25 15-08-2015
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
srkr
Проще потом удалить все лишнее. А без рекурсии или -p ничего не закачается, кроме самой страницы.

Всего записей: 8176 | Зарегистр. 11-03-2002 | Отправлено: 09:35 15-08-2015
chAlx

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

Цитата:
последняя версия 1.16.3, у вас 1.13.4

К чему бы это? ;)
Я уверен, что в Линуксе могу использовать хоть v1.0, и в ней опция проверки даты файла будет работать нормально (если она там уже есть). Но мне не приходило в голову перезакачивать файл для проверки, не обновился ли он (конкретно этот файл -- браузерное расширение с встроенным автообновлением, его вообще нет смысла вручную проверять).
 
Мой комментарий касался тех, кто на десктопной Винде делает лишние проверки неправильно настроенным софтом, которые не нужны и не работают. Из за чего не работают (кривые параметры запуска, кривое системное время, криво устанавливаемая дата скачиваемого файла, кривой путь скаченного ранее файла, кривой билд Wget и т.д.), я не знаю. Но сервер настроен верно и при корректной проверке всё работает.
 
Минимум половина кривых запросов идёт с Рубордовского билда, поэтому и пишу здесь: ребята, вы что-то делаете не так.

Всего записей: 1687 | Зарегистр. 19-03-2003 | Отправлено: 22:29 16-08-2015
useretail



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

Цитата:
ребята, вы что-то делаете не так

1. Какое решение Вы предлагаете?
2. Почему Вы думаете что здесь кто-то что-то делает не так, если Вы даже не пробовали последнюю версию? Или пробовали?
 
Версии 1.0 не существует в природе, так как ранее проект wget назывался geturl. Кроме того, опции -N там просто нет.

Всего записей: 673 | Зарегистр. 14-09-2007 | Отправлено: 22:57 16-08-2015
chAlx

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
useretail:
 
Вы качаете файл flashplay_download.xpi Вгетом? С какими ключами? Зачем? ;)

Всего записей: 1687 | Зарегистр. 19-03-2003 | Отправлено: 11:06 17-08-2015
useretail



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
chAlx
Товарищ, что Вы курите?
Я Вам подсказываю готовое решение, а Вы мне отвечаете в стиле «сам дурак».

Всего записей: 673 | Зарегистр. 14-09-2007 | Отправлено: 18:56 17-08-2015
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