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
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Можно я влезу?
 
useretail, извините, где вы видите, чтоб т. chAlx испрашивал решения чего-либо? По-моему, он просто сообщил об ошибке в сборке, сопровождаемой кем-то из местных (а кстати кем?).
 
> если Вы даже не пробовали последнюю версию? Или пробовали?  
 
Вот это как понимать? Что вы, что там с этой ошибкой в последней версии, не знаете?

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 19:01 17-08-2015 | Исправлено: ASE_DAG, 19:07 17-08-2015
useretail



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

Всего записей: 654 | Зарегистр. 14-09-2007 | Отправлено: 19:08 17-08-2015
chAlx

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

Цитата:
По-моему, он просто сообщил об ошибке в сборке

Да вот тут хрен поймёшь, где ошибка: в самой сборке (а там разные версии), в используемых (всеми??) параметрах запуска или ещё где.
 
Для начала хотелось бы выяснить, что это вообще за явление: качают, сравнивают, качают снова... Вгет -- не тот софт, который домохозяйки втупую ставят с дефолтными параметрами. Тут явно некий масс-эффект повлиял; если его вычислить, то можно попробовать узнать, чего люди пытались добиться, и объяснить, как это сделать по-правильному.
 
Вот, для наглядности, кусочек, выдранный из последних двух дней:
Подробнее...

Всего записей: 1687 | Зарегистр. 19-03-2003 | Отправлено: 19:33 17-08-2015
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
chAlx> Вот, для наглядности, кусочек, выдранный из последних двух дней
 
Собственно из этого кусочка я массовой каждодневной загрузки что-то не усматриваю.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 21:31 17-08-2015 | Исправлено: ASE_DAG, 21:32 17-08-2015
chAlx

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

Цитата:
Собственно из этого кусочка я массовой каждодневной загрузки что-то не усматриваю.

Со стороны сервера она очень даже массовая и каждый день. Хотя я писал про массовый эффект, произведённый кем-то на местных пользователей: неспроста же столько разных Вгетов стало ко мне ломиться.
 
Ниже примеры из выборки за пару месяцев (вроде, за это время было 3 версии файла). Всего нашлось ~5700 уникальных айпишников с Вгетом. Конечно, далеко не все занимаются повторной закачкой: у многих запросов HEAD большинство (всего в логе от Вгета их ~60%). Но это не снимает вопроса, зачем они вообще это делают :)
Подробнее...

Всего записей: 1687 | Зарегистр. 19-03-2003 | Отправлено: 00:55 18-08-2015
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
chAlx> Всего нашлось ~5700 уникальных айпишников с Вгетом.
 
И это разве много? Какую территорию покрывает ваше зеркало? Всю европейскую Россию? Или какова это доля от общего числа запросов?
 
> зачем они вообще это делают
 
Как это «зачем»? Обновления загружают.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 01:22 18-08-2015 | Исправлено: ASE_DAG, 01:23 18-08-2015
chAlx

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

Цитата:
И это разве много?

Не знаю, сколько это собственно пользователей или их компов. В логе всего ~23000 айпишников. По-сравнению с любым разумным числом пользователей виндового Wget это много. Тем более, что Вгетов "Ru-Board Variant" примерно половина, а тут тема не шибко бурная.
 

Цитата:
Как это «зачем»? Обновления загружают.

Дело в том, что сам файл довольно специфический: расширение для браузера. Если его установить (их ведь для этого качают?), то браузер (Firefox, Seamonkey) будет сам раз в сутки проверять и устанавливать обновления. Т.е. заведомо имеются механизмы автоматической проверки, скачивания, корректной установки (после Вгета с этим придётся ещё помучиться) -- и всё это нативными средствами и прозрачно для пользователя.
 
Можно, конечно, предположить, что это всё виндовые админы наполняют свои самодельные репозитории, а потом другими скриптами разносят файлы по всей конторе. Но для админов, даже виндовых, реализация слишком кривая.
 
Ну и все эти повторные загрузки наводят на мысль, что люди делают что-то не то. Может, после скачивания файл удаляют/переименовывают, а Вгет пытается сравнить новый вариант с отсутствующим старым... Даже [бесполезная] проверка обновлений Вгетом не должна приводить к такому эффекту, если нормально реализована.

Всего записей: 1687 | Зарегистр. 19-03-2003 | Отправлено: 10:34 18-08-2015
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Доброе время
ASE_DAG

Цитата:
сопровождаемой кем-то из местных (а кстати кем?).

Мной.
chAlx
Между запросами HEAD и GET несколько секунд (или десятков секунд) разницы. log докачки. Сама фича работает нормально, так что, увы, причина не в моих кривых руках, собравших кривой билд log timestamp. Это не Wget, а чей-то скрипт. Надо искать, кто делал сборку с этим вариантом. Реально?  
PS. Обновил.
PPS
526549
Wget

Цитата:
Речь больше не о размере, а о том, что рубордовские версии не выводят прогрессбар скачивания при ключе -nv, а должны.

RTFM, а? "--show-progress       display the progress bar in any verbosity mode".  Посмотрите также что такое wget.ini/.wgetrc и их содержимое.

Всего записей: 1662 | Зарегистр. 07-08-2002 | Отправлено: 12:26 18-08-2015 | Исправлено: Alex_Piggy, 13:30 18-08-2015
chAlx

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

Цитата:
Это не Wget, а чей-то скрипт.

Скорее всего да. Но исключать бинарник я бы не стал: виндовые таймстампы даже автора Тотал Коммандера в тупик ставили. (Там несколько вариантов реализации в разных версиях винды, в т.ч. зависящих от настроек летнего времени.)
В серверном логе повторы тоже не у всех и не каждый раз.
 
Так или иначе, кто-то распространил способ обновления софта здешним билдом Wget, и способ этот работает не всегда правильно.

Всего записей: 1687 | Зарегистр. 19-03-2003 | Отправлено: 17:59 18-08-2015
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
chAlx> Если его установить (их ведь для этого качают?), то браузер (Firefox, Seamonkey) будет сам раз в сутки проверять и устанавливать обновления.
 
Ну, я бы всякой проприетарщине самовольно устанавливать что-либо (в том числе свои новые версии) не позволял. А тем более загружать одно и то же с удаленного сервера много раз — для каждой машинки особо — нафиг это надо?

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 20:50 18-08-2015 | Исправлено: ASE_DAG, 20:50 18-08-2015
chAlx

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG:
 
Не хочу тут углубляться в оффтоп про сам файл: что бы в нём ни было, проверка свежести должна происходить корректно, без повторных GETов.
Вот здесь описано, что там и где узнать подробнее. Вкратце суть в том, что этот файл нужен только для мозилловских браузеров (как раз на замену проприетарному инсталлеру.exe). В браузеры изначально встроен движок для установки в правильное место, проверки и (по желанию) обновления таких файлов.
 
Аналогия ситуации с этим мифическим скриптом: автомобиль загоняют в специальное СТО, снимают бензобак, взвешивают (вдруг не полный). По результатам (неточного) взвешивания ставят тот же или новый полный бензобак. Вуаля, машина заправлена!

Всего записей: 1687 | Зарегистр. 19-03-2003 | Отправлено: 00:05 19-08-2015 | Исправлено: chAlx, 00:09 19-08-2015
vcrank

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Доброго времени суток!
Может кто-нибудь подсказать, как авторизоваться через wget на сайте http://www.staten.ru/ ?
Чтобы скачать файл по ссылке - http://www.staten.ru/user/download/price_xls/

Всего записей: 861 | Зарегистр. 24-10-2005 | Отправлено: 17:58 25-08-2015 | Исправлено: vcrank, 18:31 25-08-2015
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
vcrank
Для проверки надо иметь валидные данные для авторизации на данном сайте...

Всего записей: 7909 | Зарегистр. 11-03-2002 | Отправлено: 19:45 25-08-2015
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
vcrank, тут на самом деле два варианта:
 
— Там нет никаких хитростей, а значит может кто угодно, кто представляет, как вообще посылать веб-формы wget’ом.
 
— Там есть какие-то подводные камни, и может всякий, кто имеет действительные логин и пароль, а значит может немного поэкспериментировать.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 19:51 25-08-2015 | Исправлено: ASE_DAG, 19:55 25-08-2015
D1D1D1D

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Привет!
 
Как-то уже задавал вопрос, но сейчас опять не работает. А именно: как скачивать ссылки подобные этим? —

Цитата:
 
http://blogs.yandex.ru/search.xml?text=author%3D%22lj%22&holdres=mark&ft=comments&p=1  
http://blogs.yandex.ru/search.xml?text=author%3D%22lj%22&holdres=mark&ft=comments&p=2  
http://blogs.yandex.ru/search.xml?text=author%3D%22lj%22&holdres=mark&ft=comments&p=3
 

 
По подсказке уважаемого Victor_VG в прошлый раз они качались этой версией программы. Может, дело в сертификате?

Всего записей: 706 | Зарегистр. 05-04-2010 | Отправлено: 07:53 26-08-2015
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
vcrank, как успехи-то?
 
D1D1D1D> как скачивать ссылки подобные этим?
 
В наглую. :-)
 
$ wget 'http://blogs.yandex.ru/search.xml?text=author%3D%22lj%22&holdres=mark&ft=comments&p=1'
 
> Может, дело в сертификате?
 
Каком еще «сертификате»? Соединение нешифрованное.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 06:26 27-08-2015
D1D1D1D

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG
 
С новейшей версией уважаемого Alex_Piggy начала работать, а как у Вас в примере ни одной из версий не работает))

Всего записей: 706 | Зарегистр. 05-04-2010 | Отправлено: 12:59 27-08-2015
mithridat1



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
D1D1D1D

Цитата:
С новейшей версией уважаемого Alex_Piggy начала работать, а как у Вас в примере ни одной из версий не работает))  

Да ладно ? Скачал старой 1.11 версией.Вот только нужно ставить опцию --no-check-certificate поскольку там идет редирект на https страницу.
 
Подробнее...

Всего записей: 4091 | Зарегистр. 05-01-2006 | Отправлено: 13:07 27-08-2015
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
mithridat1> там идет редирект на https страницу.
 
Да, действительно.
 
> нужно ставить опцию --no-check-certificate
 
Чего только люде не сделают, лишь бы полноценными сборками не пользоваться. :-) А между прочим, если вы из России, то MITM-атаки с подменой сертификата на «авось примут» на вас более чем вероятны, и не откуда-нибудь, а со стороны вашего поставщика услуг связи, коему вы денюжку платите.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 14:03 27-08-2015 | Исправлено: ASE_DAG, 14:10 27-08-2015
mithridat1



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

Цитата:
А между прочим, если вы из России, то MITM-атаки с подменой сертификата на «авось примут» на вас более чем вероятны, и не откуда-нибудь, а со стороны вашего поставщика услуг связи

Я думаю,что в мире почти нет мест,где такие атаки были бы маловероятны.Да и как то не приходило в голову выкачивать wget-ом какую то приватную инфу.Или вы думаете,что вместо желанного файла мне трояна подсунут ?

Всего записей: 4091 | Зарегистр. 05-01-2006 | Отправлено: 14:35 27-08-2015
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

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