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
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
clio77
Не надо заниматься кросспостингом, я 15 минут назад ответил в теме по батникам

Всего записей: 7896 | Зарегистр. 11-03-2002 | Отправлено: 12:34 11-07-2017
clio77



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ
Ок. Там это было оффтоп, удалил. Подскажите,pls., применительно к данной задаче как указать верно строку c соблюдением префикса длинных ключей. Что вы имели в виду под словом "префикс", длинное или двойное тире?
 
C:\"Program Files"\GnuWin32\bin\wget.exe -P D:/1 http://example.com/file.zip ——http-user=EAV-11111111 —–http-passwd=kzsd53423c

Всего записей: 2378 | Зарегистр. 27-10-2003 | Отправлено: 12:39 11-07-2017
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
clio77
-P - короткий ключ, его длинный вариант --directory-prefix
Чувствуете разницу? Двойной дефис, а не тире.

Всего записей: 7896 | Зарегистр. 11-03-2002 | Отправлено: 12:47 11-07-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
clio77
 
И ещё - Wget это UNIX программа, поэтому для неё важен регистр букв ключей команды т.е. ключ -P (длинная форма --directory-prefix=ПРЕФИКС) сохранять файлы в ПРЕФИКС/.. обозначает каталог-приёмник (ПРЕФИКС), а ключ -p (длинная форма --page-requisites) предписывает Wget загрузить все изображения и прочие элементы, необходимые для отображения HTML-страницы. CMD при поиске команды и интерпретации её ключей игнорирует регистр символов  , а у UNIX программ изменение регистра символов изменяет их поведение. ОС Linux основана на коде 4.4 BSD UNIX, а потому поведение её команд мало отличается от их BSD UNIX прототипов.  
 
Если хотите можете прочитать:
 
https://www.upload.ee/files/7215230/UNIX_vs_Linux_different.pdf.html (Различия между UNIX и Linux, Дэвид Дугалл, IBM)
https://www.upload.ee/files/7215234/UNIX_architecture.chm.html (Архитектура ОС UNIX, общее описание принципов работы)
https://www.upload.ee/files/7215240/UNIX_history.chm.html (История создания UNIX, с деревом основных ревизий ОС UNIX).


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

Всего записей: 23422 | Зарегистр. 31-07-2002 | Отправлено: 17:29 11-07-2017 | Исправлено: Victor_VG, 19:48 11-07-2017
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
> ОС Linux основана на коде 4.4 BSD UNIX, а потому поведение её команд мало отличается от их BSD UNIX прототипов.
 
facepalm.jpg

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 19:45 11-07-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
<del>

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

Всего записей: 23422 | Зарегистр. 31-07-2002 | Отправлено: 20:16 11-07-2017 | Исправлено: Victor_VG, 20:46 11-07-2017
NvvLazyTiger



Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Привет.
 
Возник вопрос по использованию wGet-а. А именно:
 
Пример: есть в СИ текст: "Панин Евгений Константинович. Серебренные башни".
 
В шапке этого текста есть ссылка: "Комментарии: 67, последний от 26/11/2016.", причём, может быть и несколько страниц. Например, адрес второй страницы:
Код:
ht~tp://samlib.ru/comment/p/panin_e_k/silver?PAGE=2
(без "~")
 
Браузер эти комменты показывает, а wGet скачивать отказывается:Подробнее...
 
Вопрос: как такие страницы скачивать wGet-ом?
 
---
Удачи!
Влад.

Всего записей: 229 | Зарегистр. 14-02-2009 | Отправлено: 13:56 26-07-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
NvvLazyTiger
 
В URL указать HTML страницу.

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

Всего записей: 23422 | Зарегистр. 31-07-2002 | Отправлено: 14:05 26-07-2017
NvvLazyTiger



Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Дык!
Где-ж её взять-то?
 
Браузер показывает адрес без имени файла.
А index.html не играет...  Подробнее...
 
Добавлено:
Команда:
Код:
wget ht~tp://samlib.ru/comment/p/panin_e_k/silver/index.html

 
Добавлено:
И это тоже
Код:
wget ht~tp://samlib.ru/comment/p/panin_e_k/silver.html
не играет...

Всего записей: 229 | Зарегистр. 14-02-2009 | Отправлено: 14:16 26-07-2017
irsemi

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
NvvLazyTiger
Сайт (сервер) по-видимому проверяет заголовок user-agent:
Wget отсылает в нем своё имя.
 
Вот так качает:

Код:
 
wget --debug --user-agent="Opera/9.80 (Windows NT 6.1; WOW64)
Presto/2.12.388 Version/12.18" "http://samlib.ru/comment/p/panin_e_k/silver"
 

Ключ --debug только для того, чтобы видеть подробности процесса, а они оказывается не простые.
 
 
 
Добавлено:
У меня же такой вопрос.
При запуске wget, а именно в момент установки соединения загрузка процессора подскакивает почти до 100% на 1 секунду (несмотря на 2 ядра и 4 потока)
Диспетчер задач показывает на services.exe
 
Windows 7 x64 sp1, wget 1.11.4 и 1.19
 
Это у всех так? Может кто проверить у себя?
Так-то это ничего, но вот при многократных запусках из цикла загрузка процессора постоянно большая. А это уже неудобно - компьютер тормозит, электричество расходуется, процессор греется.

Всего записей: 88 | Зарегистр. 28-11-2016 | Отправлено: 15:27 31-07-2017 | Исправлено: irsemi, 23:38 31-07-2017
vasyosuol_24

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Подскажите, как заставить Wget скачивать последнее обновление с сайта 2Гис - http://download.2gis.com
Конкретно строчка выглядит так: wget.exe http://download.2gis.com/arhives/2GISData_Город-107.orig.zip
Меняется только номер (107), нужно чтобы всегда скачивался последний (наибольший).

Всего записей: 475 | Зарегистр. 16-01-2013 | Отправлено: 14:16 04-08-2017
wadimuss

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
vasyosuol_24
для меня город кырск, его и скачиваю .. заодно и оболочку

Код:
@echo off
CD /d "%~dp0"
 
echo ... 2GIS
 
("%~dp0..\Scripts\http2cli.exe" "http://info.2gis.ru/krasnoyarsk/products/download" 3 65001 1251) >"%~dp0down.txt"
findstr /R /C:"2GISShell-.*msi" "%~dp0down.txt" >"%~dp0down1.txt"
<"%~dp0down1.txt" (for /f "tokens=1* delims=[]" %%a in ('find /n /v ""') do set "s%%a=%%b")
FOR /F "tokens=2 delims=+++" %%a in ("%s1%") do set f=%%a
"%~dp0..\Scripts\wget.exe" -N --waitretry=5 -t5 -T15 "%f%" -O "%~dp02GISShell.msi"
findstr /R /C:"2GISData_.*msi" "%~dp0down.txt" >"%~dp0down1.txt"
<"%~dp0down1.txt" (for /f "tokens=1* delims=[]" %%a in ('find /n /v ""') do set "s%%a=%%b")
FOR /F "tokens=2 delims=+++" %%a in ("%s1%") do set f1=%%a
"%~dp0..\Scripts\wget.exe" -N --waitretry=5 -t5 -T15 "%f1%" -O "%~dp02GISData_Krasnoyarsk.msi"
findstr /R /C:"[0-9][0-9][0-9][0-9].*.msi," "%~dp0down.txt" >"%~dp0down1.txt"
FOR /F "usebackq tokens=2 delims=>," %%a in ("%~dp0down1.txt") do set f2=%%a
echo %f2%> "%~dp0version.txt"
del "%~dp0down.txt"
del "%~dp0down1.txt"

 
версия в файле version.txt
пример и нужный файл http2cli.exe взял отсюда:
http://usbtor.ru/viewtopic.php?t=1280

Всего записей: 650 | Зарегистр. 24-11-2008 | Отправлено: 17:13 04-08-2017 | Исправлено: wadimuss, 17:14 04-08-2017
vasyosuol_24

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
wadimuss

Цитата:
для меня город кырск, его и скачиваю .. заодно и оболочку

Спсибо ОГРОМНОЕ, буду разбираться. В понедельник, на работе - сегодня празднуем. Окончание лета, которго не было (у нас), и ... нусутх (неважно).
А, скажите... Вы уверены, что оболочку необходимо регулярно "апдейтить"? Лично я считаю, что пока запускается база, лучше ничего не менять. Зачем мне лишняя реклама?

Всего записей: 475 | Зарегистр. 16-01-2013 | Отправлено: 16:29 05-08-2017
vasyosuol_24

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
wadimuss
Что-то у меня не получилось . Но с этим, наверное лучше в РМ, бо
Или - вообще сюда
Одно мне непонятно - почему бы просто не скачать базы отсюда? Потому, как .msi несколько сложнее распаковать, чем orig.zip (копипаста). А обновлять оболочку, пока работает я смысла не вижу. Кстати, "целиком и полностью" согласен с удалением 2GISTrayNotifier.exe - однозначно, вредная вещь.

Всего записей: 475 | Зарегистр. 16-01-2013 | Отправлено: 15:06 06-08-2017 | Исправлено: vasyosuol_24, 15:06 06-08-2017
vasyosuol_24

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Вот вполне рабочий вариант с использованием сабж (Wget) для моего города:

Код:
wget -c -N -np -r -l 1 -H -D download.2gis.com -e "robots=off" -A "2GISData_N_Novgorod-*orig.zip" -nd "http://info.2gis.ru/nizhniy-novgorod/products/download"
C:\Progra~1\WinRAR\winrar.exe x -o+ "2GISData_N_Novgorod-*orig.zip" C:\Progra~1\


Всего записей: 475 | Зарегистр. 16-01-2013 | Отправлено: 09:31 09-08-2017
data man



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Тестирую (под *nix) wget2 отсюда.
Не знаю, скомпилируется ли без танцев для Win, но судя по исходникам - должно.
 
    Из главных изменений (IMHO):
  • многопоточная загрузка
  • поддержка http2
  • поддержка сжатия brotli и bzip2

Подробнее см. readme.

----------
Кекс. Антибиотики. Ламбада.

Всего записей: 1453 | Зарегистр. 13-10-2005 | Отправлено: 10:01 18-08-2017 | Исправлено: data man, 10:01 18-08-2017
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
data man
Но надо с ним быть поосторожнее, написан с нуля... Возможно сильно недотестирован

Всего записей: 7896 | Зарегистр. 11-03-2002 | Отправлено: 10:09 18-08-2017
data man



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

Цитата:
Но надо с ним быть поосторожнее, написан с нуля...

Ага, спасибо.
 
А тут свежее (хотя и как бы зеркало). Online-документация.

----------
Кекс. Антибиотики. Ламбада.

Всего записей: 1453 | Зарегистр. 13-10-2005 | Отправлено: 10:27 18-08-2017
Lepar



BANNED
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Уважаемые, а можно как-то побороть:
OpenSSL: error:14077458:SSL routines:SSL23_GET_SERVER_HELLO:reason(1112)
Unable to establish SSL connection.
 
WinXP/SP3, GNU Wget 1.11.4
 
Originally written by Hrvoje Niksic <hniksic@xemacs.org>.
Currently maintained by Micah Cowan <micah@cowan.name>.

Всего записей: 510 | Зарегистр. 01-06-2017 | Отправлено: 20:25 22-08-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Lepar
 
libeay32.dll, libssl32.dll, ssleay32.dll из пакета OpenSSL v1.0.2.12 (OpenSSL 1.0.2L) кинуть рядом с Wget.exe. Судя по коду ошибки вы легонько с версией OpenSSL перестарались.

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

Всего записей: 23422 | Зарегистр. 31-07-2002 | Отправлено: 21:04 22-08-2017
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

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