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
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
NvvLazyTiger
 
Ну, вы же поначалу поставили задачу в самом общем виде, и мы под неё искали способ решения. Согласны?

P.S.
 
Пойду новый Process Hacker 3.0.0.205 положу чтобы подкинуть переводчикам работы.


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

Всего записей: 24434 | Зарегистр. 31-07-2002 | Отправлено: 16:25 05-11-2016
NvvLazyTiger



Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG
Цитата:
Ну, вы же поначалу поставили задачу в самом общем виде, и мы под неё искали способ решения. Согласны?
Согласен, но...
 
0. Я не вижу изъянов в своей постановке задачи.
 
1. Другое дело, что интервью с экспертами предметной области, - обязательный этап "порядочной" разработки. А в результате...  
 
2. А в результате достаточно абстрактная задача распадается на конкретные перечни работ, которые нужно сделать, и целей, которые нужно достичь, в стремлении к результату.
 
3. Вот и обустраиваю я сейчас "продукты" именно такого "распада"...
 
 
---
/\/.\/.\/. С признательностью
к Вам и к Pasha_ZZZ.

Всего записей: 229 | Зарегистр. 14-02-2009 | Отправлено: 06:45 06-11-2016
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
NvvLazyTiger
 
И я не вижу там недостатков. Это проработка предметной области с целью понять общие направления поиска и конкретики на этом этапе и быть не должно.  
 
Ну, а в плане реализации - тут стоит для себя расписать пусть общее, но ТЗ и обязательный сетевой график с поэтапными сроками выполнения работ чтобы не позволить проекту выйти из под своего контроля иначе загнать этого джина в бутылку может не удастся...

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

Всего записей: 24434 | Зарегистр. 31-07-2002 | Отправлено: 07:18 06-11-2016
Garryson

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Уважаемые знатоки Wget, помогите разобраться, что я делаю не так.
Прошу сразу не закидывать помидорами. Я только сегодня познакомился с этой утилитой.
Ставлю закачку обычного простенького сайта с таким набором ключей.  
wget --restrict-file-names=nocontrol,windows -r -k -l 7 -p -E -nc http://svoy-dom1.ru
Загрузка происходит, но на выходе получаю такую картину:
http://skrinshoter.ru/s/081116/tVN6Qe?a
Получается, что css не работает, да и сам формат ссылок на внутренние страницы бьется.
См. саный низ скриншота.
Отчего такое происходит и как это исправить?

Всего записей: 6 | Зарегистр. 08-11-2016 | Отправлено: 22:58 08-11-2016
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Garryson> http://svoy-dom1.ru
 
$ lynx -dump http://svoy-dom1.ru/
   [1]The domain is registered in REG.RU
   svoy-dom1.ru This domain has expired
   [2]Renew
   [3]Preorder the domain
 
   2015 Copyright. All Rights Reserved.
   The Sponsored Listings displayed above are served automatically by a
   third party. Neither ParkingCrew nor the domain owner maintain any
   relationship with the advertisers. In case of trademark issues please
   contact the domain owner directly (contact information can be found in
   whois).
   [4]Privacy Policy
 
References
 
   1. https://www.reg.com/
   2. https://www.reg.com/domain/prolong_period_anonymous?dname=svoy-dom1.ru
   3. https://www.reg.com/domain/new/rereg_details?dname=svoy-dom1.ru
   4. javascript:void(0);


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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 00:47 09-11-2016
Garryson

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG
сайт работает. Домен вчера оплатили, видимо NS не везде обновились на тот момент, когда проверяли.  

Всего записей: 6 | Зарегистр. 08-11-2016 | Отправлено: 13:25 09-11-2016
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Garryson, ага.
 
Ничего кроме «УМВР» сказать не могу.
 

$ wget --version
GNU Wget 1.16 built on linux-gnu.
...
$ wget --restrict-file-names=nocontrol,windows -r -k -l 7 -p -E -nc http://svoy-dom1.ru
Both --no-clobber and --convert-links were specified, only --convert-links will be used.
...
$ cat svoy-dom1.ru/index.html
см. под



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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 08:17 13-11-2016 | Исправлено: ASE_DAG, 08:26 13-11-2016
freewalker_padre

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Здравствуйте, коллеги!  
 
может осталась у кого версия от Alex_Piggy под Win?  
Ссылка на дропбоксе из шапки заблокирована, а в нете уже два дня копаюсь безуспешно.  
Спасибо.  
 

Всего записей: 6 | Зарегистр. 22-02-2013 | Отправлено: 11:08 29-11-2016
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
freewalker_padre
 
GNU Wget 1.17.1.18-ffbd-dirty Ru-Board wget_ruboard.zip x86, x64 и "ванильная" сборки. ca-bundle.crt (список SSL) сертификатов в архиве на сегодня.
 


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

Всего записей: 24434 | Зарегистр. 31-07-2002 | Отправлено: 11:47 29-11-2016
Garryson

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Знатоки, подскажите, почему wget не качает картинки? Не на всех сайтах, а на отдельных.
Вот пример: absolyt.ru
Html страницы вытаскивает, а папку images будто не видит.
Хотя она там есть...
 
Качаю с такими атрибутами:
wget --restrict-file-names=nocontrol,windows -r -l 7 -p -E -nc http://absolyt.ru/

Всего записей: 6 | Зарегистр. 08-11-2016 | Отправлено: 22:56 21-12-2016
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Garryson, потому, что хозяева этого сайта запрещают вам их качать, а Вэ-гет, будучи послушным роботом, слушается.  Можете, впрочем, приказать ему и не слушаться:
 

Цитата:
  If you know what you are doing and really really wish to turn off the
robot exclusion, set the 'robots' variable to 'off' in your '.wgetrc'.
You can achieve the same effect from the command line using the '-e'
switch, e.g.  'wget -e robots=off URL...'.
(info "(wget) Robot Exclusion")

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 11:18 22-12-2016
vitrzn



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Подскажите как решить?
старый wget понимал :
for /f %%i in (BASE.txt) do set "filemask=!filemask!,????%%i.rar"
set "filemask=!filemask:~1!"
wget.exe -r -c -nd -np -A"!filemask!" www.123.ru
(в BASE.txt список )
 
новый не хочет, игнорирует.
Как заставить нов wget читать BASE.txt и по маске качать нужные архивы ?

Всего записей: 1325 | Зарегистр. 28-10-2007 | Отправлено: 11:50 23-12-2016
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
vitrzn
Во-первых, старый и новый - это какие?
Во-вторых, не BASE.txt, а BASELIST.CFG
В-третьих, в BASELIST.CFG имена баз заглавными буквами, а архивы с пополнениями обычно строчными называют.

Всего записей: 8400 | Зарегистр. 11-03-2002 | Отправлено: 12:12 23-12-2016
vitrzn



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ
новый - GNU Wget 1.9.1
старый - GNU Wget 1.5-b13  
всё остальное - мелкие детали, которые я сам могу ...

Всего записей: 1325 | Зарегистр. 28-10-2007 | Отправлено: 12:43 23-12-2016 | Исправлено: vitrzn, 13:49 23-12-2016
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
vitrzn
Цитата:
wget -V
придумали для того, чтобы не измерять версии килобайтами

Всего записей: 8400 | Зарегистр. 11-03-2002 | Отправлено: 12:50 23-12-2016
trion1

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Почему может не загружаться и не записываться на диск файл по команде:
wget "http://www.my-site.ru/images/Bla_bla_bla_tl.jpg"
 
Ответ сервера в cmd-окне:
Код:
 
C:\Bat>wget "http://www.my-site.ru/images/Bla_bla_bla_tl.jpg"
--2016-12-27 15:35:14--  http://www.my-site.ru/images/Bla_bla_bla_tl.jpg
Resolving www.my-site.ru (www.my-site.ru)... 00.00.000.00
Connecting to www.my-site.ru (www.my-site.ru)|00.00.000.00|:80... connec
ted.
HTTP request sent, awaiting response... 200 OK
Length: 117881
C:\Bat>

html файлы с сайта скачиваются и сохраняются.
В браузере картинка загружается без проблем, аутентификация не требуется.

Всего записей: 1552 | Зарегистр. 15-03-2006 | Отправлено: 16:05 27-12-2016
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
trion1, да?  А у меня нет такого имени.
 
$ wget "http://www.my-site.ru/images/Bla_bla_bla_tl.jpg"
--2016-12-27 16:12:19--  http://www.my-site.ru/images/Bla_bla_bla_tl.jpg
Resolving www.my-site.ru (www.my-site.ru)... failed: Name or service not known.
wget: unable to resolve host address ‘www.my-site.ru’

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 16:12 27-12-2016
trion1

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
сайт и ip для примера приведены

Всего записей: 1552 | Зарегистр. 15-03-2006 | Отправлено: 16:26 27-12-2016
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
trion1, то есть все в порядке?  Ну и славно.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 16:35 27-12-2016
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
trion1
 
Браузер сохраняет картинки из своего кэша или ОЗУ т.к. они уже им скачаны для отображения страницы, а cURL/Wget могут нарваться на серверные ограничения о чём чуток ранее по времени говорили. Вы случайно это упустили из виду, а отсюда и ошибка в понимании событий.

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

Всего записей: 24434 | Зарегистр. 31-07-2002 | Отправлено: 03:05 28-12-2016
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