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
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Lepar
Линк лежит не в самом HTML, а в JavaScript, в JSON. Можно распарсить - но без сторонних средств не обойтись. Например, grep+sed

Всего записей: 8199 | Зарегистр. 11-03-2002 | Отправлено: 12:28 19-06-2017
Lepar



BANNED
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ Еще раз: линк ЕСТЬ!

Всего записей: 510 | Зарегистр. 01-06-2017 | Отправлено: 12:31 19-06-2017
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Lepar
Принимаю соглашение и тыкаю в линк - предлагает залогиниться в учетку Оракл

Всего записей: 8199 | Зарегистр. 11-03-2002 | Отправлено: 12:41 19-06-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Да там просто - сначала читаем саму страницу, после в скрипте ищем массив download, а в нём из элементов filepath скидываем в список закачки адреса. Они там прямым текстом указаны, просто выбрать удобное поле:

Код:
downloads['j2sdk-1.4.2_30-sol-JPR'] = new Array();
downloads['j2sdk-1.4.2_30-sol-JPR']['title'] = "Java SE Development Kit 1.4.2_30";
downloads['j2sdk-1.4.2_30-sol-JPR']['lictitle'] = "Oracle Binary Code License Agreement for Java SE";
downloads['j2sdk-1.4.2_30-sol-JPR']['licpath'] = "/technetwork/java/javase/downloads/java-se-archive-license-1382604.html";
downloads['j2sdk-1.4.2_30-sol-JPR']['files'] = new Array();
downloads['j2sdk-1.4.2_30-sol-JPR']['files']['j2sdk-1_4_2_30-solaris-amd64.sh'] = { "title":"Java 2 Software Development Kit (J2SDK) Standard Edition for Solaris 1.4.2_30  ", "size":"4.38 MB", "filepath":"http://download.oracle.com/otn/java/j2sdk/1.4.2_30-b04/j2sdk-1_4_2_30-solaris-amd64.sh"};
downloads['j2sdk-1.4.2_30-sol-JPR']['files']['j2sdk-1_4_2_30-solaris-amd64.tar.Z'] = { "title":"Java 2 Software Development Kit (J2SDK) Standard Edition for Solaris 1.4.2_30  ", "size":"6.16 MB", "filepath":"http://download.oracle.com/otn/java/j2sdk/1.4.2_30-b04/j2sdk-1_4_2_30-solaris-amd64.tar.Z"};

и сбросить в список вгету.
 
Добавлено:
Pasha_ZZZ
 
Вполне, вполне. Я-то в своей учётке и потому мне может генерится полноценная страница.

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

Всего записей: 23981 | Зарегистр. 31-07-2002 | Отправлено: 13:09 19-06-2017
Lepar



BANNED
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ И учетка у меня есть. И захожу я, и скачиваю браузером нормально. А теперь хочу, хотя бы сделать так: зашел и авторизовался в браузере (Opera12), получил ссылку, и скормил ее WGETу. Ну нужно мне скачать именно через WGET, а не браузер.

Всего записей: 510 | Зарегистр. 01-06-2017 | Отправлено: 14:22 19-06-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Lepar
 
Тогда как я сказал - нужен парсер типа FlashGot (https://flashgot.net/) для основанных на движке Gecko браузеров - он формирует список линков и скармливает его качалке.

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

Всего записей: 23981 | Зарегистр. 31-07-2002 | Отправлено: 15:24 19-06-2017
Lepar



BANNED
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG Зачем?

Всего записей: 510 | Зарегистр. 01-06-2017 | Отправлено: 17:20 19-06-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Lepar
 
Парсер (FlashGot приведён для примера) нужен для разбора кода страницы и составления списка закачек передаваемых исполнителю (вгет, курл,ария, ...). Без него данная задача не имеет решения.

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

Всего записей: 23981 | Зарегистр. 31-07-2002 | Отправлено: 17:32 19-06-2017
Lepar



BANNED
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG Зачем мне разбирать код страниц? Зачем мне составлять список закачек?
У меня УЖЕ есть ссылка. Пожалуйста, прочитай внимательнее ТУТ и ТУТ, а главное: ТУТ, прежде чем писать о решении придуманной ТОБОЙ, и совершенно НЕ АКТУАЛЬНОЙ для МЕНЯ проблемы.
Твое решение, даже придуманную тобой проблему не решает.

Всего записей: 510 | Зарегистр. 01-06-2017 | Отправлено: 17:54 19-06-2017 | Исправлено: Lepar, 18:01 19-06-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Lepar
 
У вас один линк формируемый браузером для выбранного объекта, вы просили всё, а для этого надо разбирать страницу и через скрипты прикручивать вгет к опере вместо качалки. Если вас данное решение не устраивает, то вам придётся использовать иной инструмент т.к. вгет сам парсить скрипты на страницах не умеет. Это простой робот - что мы ему ключами указали, то он и сделал. Передавать куки имело бы смысл только если бы и при скачивании по прямому УРЛ требовалась авторизация, а её нет. Единственное что имеет смысл включить в комстроку вгета ключ -referer=URL_страницы чтобы снизить вероятность отказа сервера "левому" запросу.
 
Смысл же парсера в том, чтобы исключить ситуацию "человек возится с браузером" - если что-то можно спихнуть роботу, то почему бы и нет?

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

Всего записей: 23981 | Зарегистр. 31-07-2002 | Отправлено: 18:33 19-06-2017
Lepar



BANNED
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG Исчерпывающий ответ тебе был дан постом выше. Зачем настаивать на своем, нерабочем решении, которое решает выдуманную тобой проблему?

Всего записей: 510 | Зарегистр. 01-06-2017 | Отправлено: 23:17 19-06-2017
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Lepar
Я бы посмарел, но учетки нет, а регаться совсем неохота...

Всего записей: 8199 | Зарегистр. 11-03-2002 | Отправлено: 00:16 20-06-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Lepar

Цитата:
Victor_VG Исчерпывающий ответ тебе был дан постом выше. Зачем настаивать на своем, нерабочем решении, которое решает выдуманную тобой проблему?

Естественно, оно нерабочее, а вы набили счётчик постов для чего всё и затеяли. Прошу вас более никого не беспокоить.

Всего записей: 23981 | Зарегистр. 31-07-2002 | Отправлено: 08:00 20-06-2017 | Исправлено: Victor_VG, 08:02 20-06-2017
Lepar



BANNED
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG Я задал конкретный вопрос, попытался получить помощь. А ты за меня выдумал проблему и начал ее героически решать. Так что, если кто и набивал "счетчик постов", так это ты.
 
У остальных, я по прежнему прошу помочь, возможно кто-то подскажет решение.

Всего записей: 510 | Зарегистр. 01-06-2017 | Отправлено: 09:37 20-06-2017
Smitis

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Lepar
А с --http-user и --http-passwd скачивает?
 
 
Добавлено:
Lepar
А вообще, сейчас из firefox, после авторизации, сохранил куки через расширение для экспорта/импорта в текстовый формат, отфильтровал строки, содержащие "oracle", подставил в командной строке, файл скачался

Код:
wget http://download.oracle.com/otn/java/j2sdk/1.4.2_19/j2sdk-1_4_2_19-windows-i586-p.exe --cookies=on --load-cookies=oracle.txt

С полным экспортом куков, естественно, тоже скачивается.

----------
Разум когда-нибудь победит

Всего записей: 1681 | Зарегистр. 09-02-2003 | Отправлено: 10:09 20-06-2017
Lepar



BANNED
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Подробнее... Smitis Это я указывал - не помогает.
Вот скрипт который это пытается сделать:

Код:
@ECHO OFF
SET WGET_OPT=--no-check-certificate --timestamping --no-proxy --no-cache --tries=1
SET WGET_PAS=--http-user=XXXXX@XXX --http-password=XXXXX
 
WGET %WGET_OPT% %WGET_PAS% http://download.oracle.com/otn/java/j2sdk/1.4.2_19/j2re-1_4_2_19-windows-i586-p.exe

лог Подробнее...

Всего записей: 510 | Зарегистр. 01-06-2017 | Отправлено: 12:26 20-06-2017 | Исправлено: Lepar, 12:27 20-06-2017
NvvLazyTiger



Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Привет.
 
Ссылка в секции "Где взять" (в шапке топика):
Цитата:
5) by Alex_Piggy
мертва.
 
jFYI
 
---
Удачи!
Влад.

Всего записей: 229 | Зарегистр. 14-02-2009 | Отправлено: 11:54 21-06-2017 | Исправлено: NvvLazyTiger, 11:55 21-06-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
NvvLazyTiger
 
Скрыл под # .

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

Всего записей: 23981 | Зарегистр. 31-07-2002 | Отправлено: 12:09 21-06-2017
Smitis

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Lepar
Жаль. Тогда через куки.


----------
Разум когда-нибудь победит

Всего записей: 1681 | Зарегистр. 09-02-2003 | Отправлено: 18:25 21-06-2017
clio77



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
http://download.eset.com/download/engine/eav/offline_update_eav.zip
всплывающее меню запрашивает логин и пароль.
 
 
Насколько понимаю, загрузка с указанием пути у нас будет выглядеть так:
wget -P /path/to/save http://example.com/file.zip
 
А вот эти(ниже) ключи в какой последовательности включить в наш пакетник?
 
–http-user=<user>, –http-passwd=<password> — указать имя пользователя и пароль на HTTP-сервере.

Всего записей: 2379 | Зарегистр. 27-10-2003 | Отправлено: 12:29 11-07-2017
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

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