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
mleo
 
А я хотел собрать 1.19 потестить - GCC выдал группу ошибок ибо в портах пока только 1.18_2.
 
Меня заинтересовала возможность собрать с поддержкой кириллицы в URL так как в доках подобные линки встречаются, и порой в достаточно кривом виде чем часто грешит вика. Вчера для себя скачал релизнотес либры 5.3 - из 35 картинок скачались восемь, остальные просматривайте через косвенные ссылки с их сервера. А мне срочно был нужен CHM со всеми картинками чтобы я мог прочесть что мне нужно там, где в данный момент нет сети. Пришлось их вытаскивать отдельно. Хорошо хоть IE с такими кривыми линками через вайн работать умеет. Им вытащил сразу, а так не успел бы. Первый раз за много лет когда IE приносит пользу...  
 
Добавлено:
Кстати, ещё один интересный факт - на сервере GNU орг мануал пока для 1.18. Может готовят какое уточнение после выходных?

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

Всего записей: 24495 | Зарегистр. 31-07-2002 | Отправлено: 05:27 04-02-2017 | Исправлено: Victor_VG, 05:38 04-02-2017
kollajjik

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
друзья, скачиваю из файл-списка url с такими параметрами (для наглядности параметры запишу не с пробелами а с новых струк):
 
c:\programs\wget\wget64.exe
-U "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:49.0) Gecko/20100101 Firefox/49.0"
-e robots=off
-c
-nd
-b
--no-iri
-P d:\downloads
-i d:\list-url.txt
-nv -a d:\wget_log.txt
 
вся проблема в том что сайт банит если не скачивать с паузами от 15 до 30 секунд при чем случайными. поэтому пишу:
 
c:\programs\wget\wget64.exe
-U "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:49.0) Gecko/20100101 Firefox/49.0"
-e robots=off
-c
-nd
-b
--no-iri
-w 15
--random-wait

-P d:\downloads
-i d:\list-url.txt
-nv -a d:\wget_log.txt
 
и ......... ничего не происходит ...... случайные паузы не работают, и даже просто паузы (без --random-wait) не работают, и сайт в очередной раз меня временно банит. может кто-нибудь поможет в этом вопросе ??
 
П.С. был бы очень благодарен за помощь !!
 

Всего записей: 68 | Зарегистр. 13-06-2011 | Отправлено: 13:55 04-02-2017
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
kollajjik
Пробовал на 32-битном правда wget (зачем может понадобиться 64-битный - абсолютно непонятно, разве что в ВинПЕ, в некоторых может не быть 32-битной подсистемы).
И с рекурсивным получением, и с инпут-файлом - обычная пауза и рандомная работают.
Кстати, при рандомной паузе значение варьируется от 0.5 до 1.5 от указанной. Так что для минимума в 15 надо указывать -w 30

Всего записей: 8442 | Зарегистр. 11-03-2002 | Отправлено: 14:31 04-02-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
kollajjik
 
Смысл в том, чтобы соединение рвалось, а это логика "одно соединение - одна закачка", а в у вас выходит длительное соединение и сервер вас банит. Посему вариант - скрипт down.cmd

Цитата:
@echo off
@for %%a in (
список URl
) do c:\programs\wget\wget64.exe -U "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:49.0) Gecko/20100101 Firefox/49.0" -e robots=off -c -nd -b -P d:\downloads -nv -a d:\wget_log.txt %%a&c:\programs\wget\wget64.exe --timeout=35 ftp://ftp.freebsd.org/pub/FreeBSD/ports/ports/README.TXT -P null

попробуйте его. Какой никакой, а элемент ожидания на 35 секунд с разрывом соединения я вам туда прикрутил - это вторая команда загрузки.

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

Всего записей: 24495 | Зарегистр. 31-07-2002 | Отправлено: 14:35 04-02-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Для FreeBSD обновились порты, в т.ч. обновили порт Wget до версии 1.19. Пока только тарбалл портов скачал, в работе не проверял.

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

Всего записей: 24495 | Зарегистр. 31-07-2002 | Отправлено: 08:45 06-02-2017
skipik



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG
Вить, а можешь картинку в шапке обновить\перезалить?
А то у меня вот так оно выглядит:
 

Всего записей: 3122 | Зарегистр. 07-07-2006 | Отправлено: 18:09 06-02-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
skipik
 
Починил. Картинка переехала.

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

Всего записей: 24495 | Зарегистр. 31-07-2002 | Отправлено: 18:28 06-02-2017
skipik



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Появилась вот такая сборка. Лично у меня именно она прижилась.

Всего записей: 3122 | Зарегистр. 07-07-2006 | Отправлено: 14:19 07-02-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
skipik
 
Очень неплохо. Поглядим как она будет в работе.

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

Всего записей: 24495 | Зарегистр. 31-07-2002 | Отправлено: 14:48 07-02-2017
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
skipik
Victor_VG
Ну да, это пункт 4 из шапки. Давно ее использую

Всего записей: 8442 | Зарегистр. 11-03-2002 | Отправлено: 14:53 07-02-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ
 
Тоже хорошо её знаю, но мне интересно кое-что иное - работа с национальными URL (реализуется через libidn2), и тут судя по логу сборки это может быть:

Цитата:
GNU Wget 1.19 для mingw32.
 
+cares +digest +gpgme +https +ipv6 +iri +large-file +metalink +nls +ntlm +opie +psl +ssl/openssl  
 
Wgetrc:  
    D:/Moluccas/wgetcurl64/etc/wgetrc (система)
Локаль:  
    ./ocale  
Компиляция:  
    gcc -m64 -flto -flto-partition=none -DHAVE_CONFIG_H  
    -DSYSTEM_WGETRC="/wgetcurl64/etc/wgetrc"  
    -DLOCALEDIR="/wgetcurl64/share/locale" -I. -I../lib -I../lib  
    -I/wgetcurl64/include -D_FILE_OFFSET_BITS=64 -DCARES_STATICLIB  
    -ID:/Moluccas/wgetcurl64/include -DPCRE_STATIC  
    -ID:/Moluccas/wgetcurl64/include -I/wgetcurl64/include  
    -ID:/Moluccas/wgetcurl64/include -ID:/Moluccas/wgetcurl64/include  
    -DHAVE_LIBSSL -I/wgetcurl64/include  
    -ID:/Moluccas/wgetcurl64/include -DNDEBUG -Os -m64 -pipe  
    -fno-unwind-tables -fno-asynchronous-unwind-tables  
Ссылка:  
    gcc -m64 -flto -flto-partition=none -DCARES_STATICLIB  
    -ID:/Moluccas/wgetcurl64/include -DPCRE_STATIC  
    -ID:/Moluccas/wgetcurl64/include -I/wgetcurl64/include  
    -ID:/Moluccas/wgetcurl64/include -ID:/Moluccas/wgetcurl64/include  
    -DHAVE_LIBSSL -I/wgetcurl64/include  
    -ID:/Moluccas/wgetcurl64/include -DNDEBUG -Os -m64 -pipe  
    -fno-unwind-tables -fno-asynchronous-unwind-tables -Wl,-s -m64  
    -L/wgetcurl64/lib -LD:/Moluccas/wgetcurl64/lib -lcares -lws2_32  
    -LD:/Moluccas/wgetcurl64/lib -lpcre -lidn2 -L/wgetcurl64/lib  
    -lgpgme -lassuan -lws2_32 -lgpg-error -LD:/Moluccas/wgetcurl64/lib  
    -lmetalink -lexpat -Wl,-s -LD:/Moluccas/wgetcurl64/lib  
    -L/wgetcurl64/lib -lssl -lcrypto -lws2_32 -lgdi32 -lcrypt32 -lz  
    -L/wgetcurl64/lib -lz -LD:/Moluccas/wgetcurl64/lib -lpsl  
    -lunistring -liconv -lws2_32 ftp-opie.o mswindows.o openssl.o  
    http-ntlm.o ../lib/libgnu.a -lws2_32 -lws2_32 -lws2_32 -lws2_32  
    -lws2_32 -L/wgetcurl64/lib -lintl -L/wgetcurl64/lib -lunistring  
    -lws2_32

- в ССЫЛКА мелькает -lidn2  
 
Добавлено:
А ссылка на by Jernej Simoncic официальная ибо приведена на сайте GNU Wget : Downloading GNU Wget -> download information on the Wget Wgiki (ведёт на страницу Wget FAQ) -> 2.3. Where can I download Wget? -> Windows Binaries -> courtesy of Jernej Simoncic а там пока только 1.18 лежит...

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

Всего записей: 24495 | Зарегистр. 31-07-2002 | Отправлено: 15:25 07-02-2017 | Исправлено: Victor_VG, 15:38 07-02-2017
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Victor_VG
А разве в начале в списке фич +iri - это не оно?

Всего записей: 8442 | Зарегистр. 11-03-2002 | Отправлено: 15:59 07-02-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ
 
Нет, должно стоять IDN как у курла, но вроде есть, а теперь линк с кириллицей отыскать, хотя, хотя ... воспользуюсь как своим FTP - вдруг что плохое и отловлю?
 
Добавлено:
Ну, в первом приближении ловит, только URL должен быть в кавычках на случай пробелов и прочей радости: лог тестирования, а енто уже не сложно.

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

Всего записей: 24495 | Зарегистр. 31-07-2002 | Отправлено: 16:39 07-02-2017
Dimsokolov

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Если дисконнектнуть во время закачки, wget закрывается. Есть способ это изменить?

Всего записей: 132 | Зарегистр. 28-03-2009 | Отправлено: 18:16 07-02-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Dimsokolov
 
-c

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

Всего записей: 24495 | Зарегистр. 31-07-2002 | Отправлено: 18:22 07-02-2017
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Dimsokolov> Если дисконнектнуть во время закачки, wget закрывается.
 
Через десяток минут, да.  
 
> Есть способ это изменить?
 
Да.  Таймаут в ноль.
 
Victor_VG, ???

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 19:46 07-02-2017
Dimsokolov

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
%COMMANDER_PATH%\NirCmd.exe exec min "%COMMANDER_PATH%\Plugins\exe\wget.exe" --content-disposition -c -t 0 --no-check-certificate --no-use-server-timestamps "~$clipboard$"
-P "%P%"
 
Про команду докачки в курсе. Кнопка в TC для закачки ссылок из буфера. Если разорвать соединение во время закачки, окно сразу закрывается.
 
Добавлено:
Таймаут в ноль это как, -T 0? Ничего не изменилось.

Всего записей: 132 | Зарегистр. 28-03-2009 | Отправлено: 19:55 07-02-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG
 
wget --help  

 
-c,  --continue   возобновить загрузку частично загруженного  файла
 
Dimsokolov
 
--retry-connrefused  повторять, даже если в подключении отказано
 
wget -c --retry-connrefused <url>

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

Всего записей: 24495 | Зарегистр. 31-07-2002 | Отправлено: 20:43 07-02-2017
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG> -c,  --continue   возобновить загрузку частично загруженного  файлa
 
???
 
Dimsokolov
 
> %COMMANDER_PATH%\NirCmd.exe exec min "%COMMANDER_PATH%\Plugins\exe\wget.exe" --content-disposition -c -t 0 --no-check-certificate --no-use-server-timestamps "~$clipboard$"
-P "%P%"

> NirCmd
 
Проприетарщина какая-то.
 
> Кнопка в TC для закачки ссылок из буфера.
 
?
 
> Если разорвать соединение во время закачки, окно сразу закрывается.
 
Какое еще окно?  Какой код возвращает wget?  Что пишет на выходе?
 
> Таймаут в ноль это как, -T 0
 
Да.
 
> Ничего не изменилось.
 
УМВР.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 21:18 07-02-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG
 
С -с ты прав, я погорячился, а с --retry-connrefused будет долбится до посинения.

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

Всего записей: 24495 | Зарегистр. 31-07-2002 | Отправлено: 21:53 07-02-2017
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