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

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.
 
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, 08:14 14-02-2018
Lepar



BANNED
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG Я вообще "не старался". У меня один экзешник собранный не мной. Попробую качануть сейчас указанные библиотеки. (Б.. куда там скачивание бинарников то спрятали...)

Нашел, скачал, кинул - и ничего не поменялось.

Всего записей: 510 | Зарегистр. 01-06-2017 | Отправлено: 21:07 22-08-2017 | Исправлено: Lepar, 21:21 22-08-2017
tmrx

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Lepar
 
Попробуйте сборку от TumaGonx Zakkum и обновите сертификаты (переименуйте в curl-ca-bundle.crt)

Всего записей: 91 | Зарегистр. 27-01-2016 | Отправлено: 23:14 22-08-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Lepar
 
Возможный вариант - указать в командную строку Wget-а параметр --no-check-certificate отключающий использование OpenSSL для текущей загрузки.

Цитата:
 У меня один экзешник собранный не мной. Попробую качануть сейчас указанные библиотеки. (.. куда там скачивание бинарников то спрятали...)  

Для UNIX/Linux/Mac OS X OpenSSL собирается из исходников под конкретную систему, для ХР берёте Win32 OpenSSL v1.0.2L Light , ставите, DLL можно сразу ставить в системный каталог, рестарта ОС не требуется. Файл SSL сертификатов кладём рядом с Wget.exe, правильное для вашей сборки Wget имя файла ca-bundle.crt либо curl-ca-bundle.crt выведет консольная команда find "ca-bundle.crt" wget.exe в такого типа выдаче:
 
find "ca-bundle.crt" wget.exe
 
---------- WGET.EXE
curl-ca-bundle.crt

 
в крайнем случае переименуем его.
 
Всё, других "сложностей" нет.

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

Всего записей: 21895 | Зарегистр. 31-07-2002 | Отправлено: 01:44 23-08-2017
Lepar



BANNED
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
tmrx Попробую, позже, спасибо. И сразу вопрос, это взлетит на ХП без SSE2?
Victor_VG Я использую этот ключ. Другие параметры: --no-check-certificate --timestamping --no-proxy --no-cache --tries=1

Цитата:
для ХР берёте Win32 OpenSSL v1.0.2L Light , ставите
Именно ее и брал, ставил, не взлетело, о чем уже писал.

Цитата:
find "ca-bundle.crt" wget.exe
В WGET.EXE CTR не найдено.
 

Всего записей: 510 | Зарегистр. 01-06-2017 | Отправлено: 07:11 23-08-2017 | Исправлено: Lepar, 07:17 23-08-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Lepar
 
Значит конкретная сборка этот формат сертификатов не читает. На варианте без SP2? Попробуйте сборку версии 1.16 (от TumaGonx Zakkum, GCC 4.х, 32 бит) - она собрана с поддержкой даже более раннего API Win2k (NT 5.0) и на XP (NT 5.1) по идее должна работать. Только OpenSSL 1.0.1.7 (1.0.1g) DLL собранные VC++2010 (им нужна MSVCR100.DLL или не запустятся) есть у Dirk Paehl. libeay32.dll, ssleay32.dll, MSVCR100.DLL кинуть в один каталог с wget.exe - достаточно, подхватятся.
 


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

Всего записей: 21895 | Зарегистр. 31-07-2002 | Отправлено: 10:10 23-08-2017
Lepar



BANNED
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG
Цитата:
На варианте без SP2?
SP3 + all fix + ext fix
 

Всего записей: 510 | Зарегистр. 01-06-2017 | Отправлено: 10:12 23-08-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Lepar
 
Ну, тут практически всё, собранное в VC++2010 работает - он обычно менее чем под XP SP3 бинарники не собирает, хотя даже и для W2k может. Типовые фортели M$ - "ошибки" повторяющиеся на каждой новой версии их компиляторов.

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

Всего записей: 21895 | Зарегистр. 31-07-2002 | Отправлено: 10:18 23-08-2017
VirJiL

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
помогите, не могу никак скачать сайт http://dotapicker.com/herocounter. Графика скачивается, а скрипты не работают.
 
Пробовал так:
wget -U="Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.133 Safari/537.36 OPR/44.0.2510.1449" -r -l1 –-page-requisites -E -c -nc -k –wait 5 –randomwait http://dotapicker.com/herocounter -P

Всего записей: 30 | Зарегистр. 21-01-2007 | Отправлено: 13:49 27-08-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
VirJiL
 
Реферер http://dotapicker.com/herocounter в команду добавьте . Похоже эта недоделка его просит, хотя , 404-я - нет дыму без огня.

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

Всего записей: 21895 | Зарегистр. 31-07-2002 | Отправлено: 19:08 27-08-2017
Dimsokolov

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Может немного не в тему (сомневаюсь, что такое возможно wget), но кто знает средство, с помощью которого можно сохранять картинки не с их именами, а такими, которые отображаются в подсказках (alt text)? Вот отсюда к примеру:  
https://www.flaticon.com/packs/rating-and-validations
Нашёл решение только с помощью хромовского расширения image downloader, но рано обрадовался, ибо потом заметил, что он называет файлы не теми именами.

Всего записей: 131 | Зарегистр. 28-03-2009 | Отправлено: 08:35 12-09-2017 | Исправлено: Dimsokolov, 08:43 12-09-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Dimsokolov
 
Ключ "-O,  --output-document=ФАЙЛ    записывать документы в ФАЙЛ" + скрипт или иной парсер который вытащит содержимое элемента alt="" тэга img и отформатирует его как имя файла с учётом ограничений файловой системы и ОС. Я возится с данной задачей  не буду - некогда.

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

Всего записей: 21895 | Зарегистр. 31-07-2002 | Отправлено: 11:56 12-09-2017
fakel33



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Возможно ли с помощью  wget скачать часть форума _http://multivarka.ru/forum/viewforum.php?f=1181

Всего записей: 842 | Зарегистр. 22-08-2003 | Отправлено: 13:00 12-09-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
fakel33
 
Можно, а почему бы и нет? Например wget -x URL -P<каталог-приёмник> .

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

Всего записей: 21895 | Зарегистр. 31-07-2002 | Отправлено: 13:36 12-09-2017
fakel33



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG
Так скачивается только эта страница, а хотелось бы и вложенные ветки.

Всего записей: 842 | Зарегистр. 22-08-2003 | Отправлено: 14:28 12-09-2017 | Исправлено: fakel33, 14:28 12-09-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
fakel33
 
Всё правильно, в robots,txt запрет стоит:
 
User-agent: *
Crawl-delay: 5
Disallow: /



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

Всего записей: 21895 | Зарегистр. 31-07-2002 | Отправлено: 15:11 12-09-2017
fakel33



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG
Ну вот хотя будет отговорка, что скачать нельзя, а то знакомая попросила, а я все никак ей не скачаю с этого форума.
Спасибо за объяснение.

Всего записей: 842 | Зарегистр. 22-08-2003 | Отправлено: 15:34 12-09-2017
irsemi

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
fakel33
 
Ключ
--execute="robots=off"
Позволяет обойти это ограничение.

Всего записей: 86 | Зарегистр. 28-11-2016 | Отправлено: 18:01 12-09-2017
fakel33



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
irsemi
Увы, но результат тот же - всего одна страница. Запуск на закачку
wget -x http://multivarka.ru/forum/viewforum.php?f=1181 -PD:\wget\multivarka.ru --load-cookies cookies.txt --execute="robots=off"

Всего записей: 842 | Зарегистр. 22-08-2003 | Отправлено: 18:09 12-09-2017
irsemi

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
fakel33
А где опции рекурсивной закачки?
-r
Только там очень много всего будет скачиваться, надо ещё ограничения настраивать - типы файлов и все такое...

Всего записей: 86 | Зарегистр. 28-11-2016 | Отправлено: 18:41 12-09-2017
fakel33



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
irsemi
Ура, качает. Буду пробовать настраивать теперь ограничения (читать доки по wget).

Всего записей: 842 | Зарегистр. 22-08-2003 | Отправлено: 19:13 12-09-2017
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

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