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
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Victor_VG
curl у меня вылетает с ошибкой, предыдущий (из сборки с 7.52.1) - работает.

Всего записей: 8442 | Зарегистр. 11-03-2002 | Отправлено: 19:54 04-11-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ
 
То вылетал с AV если раскрывалась переменная среду указывающая на путь с пробелами не взятый в кавычки, а отсюда https://bintray.com/vszakats/generic/curl/ максимум что сделает выведет скачанный файл в stdout и естественно видим прокрутку его содержимого на экране консоли. А от Тумы даже когда получил команду curl -kRSs --output "%FARHOME%\curl-ca-bundle.crt" https://curl.haxx.se/ca/cacert.pem записал curl-ca-bundle.crt под именем C:\Programm ну и его мгновенно залочило ядро, а на рестарте ось ругалась на возможные ошибки программ и пришлось запускаться с Bootonly CD FreeBSD чтобы его пристрелить . Выходит вариант курла от Тумы из-за ошибок в своём коде способен лучше любой заразы ось положить

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

Всего записей: 24490 | Зарегистр. 31-07-2002 | Отправлено: 21:28 04-11-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
В общем, с проверкой сертификатов делаем так: в команду добавляем --ca-certificate=curl-ca-bundle.crt --ca-directory=./ и зовём вгет таким кружным путём:
 
cd /d <wgetdir> & wget [ключи] --ca-certificate=curl-ca-bundle.crt --ca-directory=.\ -P [куда класть] [УРЛ]
 
или ловим что-то вида  
 
wget -c -N -nd --ca-certificate=curl-ca-bundle.crt --ca-directory=[полный путь к каталогу где лежит curl-ca-bundle.crt] -P [куда скачивать]  https://curl.haxx.se/ca/cacert.pem
 
--2017-11-05 11:26:39--  https://curl.haxx.se/ca/cacert.pem
Распознаётся curl.haxx.se (curl.haxx.se): 151.101.38.49
Подключение к curl.haxx.se (curl.haxx.se)|151.101.38.49|:443... соединение установлено.
ОШИБКА: невозможно проверить сертификат curl.haxx.se, выпущенный <CN=GlobalSign CloudSSL CA - SHA256 - G3,O=GlobalSign nv-sa,C=BE>:
  Невозможно локально проверить подлинность запрашивающего.
Для небезопасного подключения к curl.haxx.se используйте параметр <--no-check-certificate>.

 
ибо что официальный, то от Тумы, но виндовые порты вгет принимают только комбинацию ключей --ca-certificate=curl-ca-bundle.crt --ca-directory=./ и требуют своего запуска из каталога где лежит сертификат. Тогда всё работает:
 
wget -c -N -nd --ca-certificate=curl-ca-bundle.crt --ca-directory=./ -P [каталог_приёмник] https://curl.haxx.se/ca/cacert.pem
--2017-11-05 11:37:20--  https://curl.haxx.se/ca/cacert.pem
Распознаётся curl.haxx.se (curl.haxx.se): 151.101.38.49
Подключение к curl.haxx.se (curl.haxx.se)|151.101.38.49|:443... соединение установлено.
HTTP-запрос отправлен. Ожидание ответа: 200 OK
Длина: 236061 (231K) [application/x-pem-file]
Сохранение в: <каталог_приёмник/cacert.pem>
 
cacert.pem                           100%[=====================================================================>] 230,53K  1,25MB/s    за 0,2s
 
2017-11-05 11:37:20 (1,25 MB/s) - <каталог_приёмник/cacert.pem> сохранён [236061/236061]

 
© винда-с
 


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

Всего записей: 24490 | Зарегистр. 31-07-2002 | Отправлено: 11:55 05-11-2017
qw12



Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
При попытке загрузить рекурсивно сайт, крашится  wget

Код:
GNU Wget 1.18 built on mingw32

Что посоветуете, кроме смены платформы?
 
Добавлено:
Я всегда буду проверять обновления перед вопросом. Я всегда буду проверять обновления перед вопросом. Я всегда буду проверять обновления перед вопросом. Я всегда буду проверять обновления перед вопросом. Я всегда буду проверять обновления перед вопросом. Я всегда буду проверять обновления перед вопросом. Я всегда буду проверять обновления перед вопросом. Я всегда буду проверять обновления перед вопросом. Я всегда буду проверять обновления перед вопросом. Я всегда буду проверять обновления перед вопросом. Я всегда буду проверять обновления перед вопросом.
 
Добавлено:
Такой еще вопрос, можно ли при закачке листинга файлов с сервера, сохранять дату каталогов как на сервере?

Всего записей: 461 | Зарегистр. 04-06-2001 | Отправлено: 00:00 07-11-2017 | Исправлено: qw12, 00:00 07-11-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
qw12
 
Можно, особливо коли сначала не читать доки, после накидать в вопрос мусора как сломанный патефон и требовать ответа.

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

Всего записей: 24490 | Зарегистр. 31-07-2002 | Отправлено: 02:35 07-11-2017
memorex7

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Народ, подскажите, что не так делаю ?  
Wind 7x64 , wget 1.19.1_curl-7.52.1 . Хочу скачать сайт, но программа выдает ошибку - невозможно проверить сертификат, выпущенный ..., невозможно локально проверить подлинность запрашивающего. Для небезопасного подключения к ... - используйте параметр <--no-check-certificate>.
  Я сделал так  C:\Usewrs\Администратор>wget no-check-certificate --page-requisites -r -l 10 https://aerotaxi-krym.ru/   . Программа выдала ошибку - Запрошенное имя верно, но данные запрошенного типа не найдены.
  Это можно как-то победить ? Может я где-то ошибся ? Нужно скопировать этот сайт.

Всего записей: 11 | Зарегистр. 23-01-2013 | Отправлено: 12:42 17-12-2017
mithridat1



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
memorex7
Указывайте опции правильно,в соответствии с синтаксисом

Цитата:
wget --no-check-certificate --page-requisites -r -l 10 https://aerotaxi-krym.ru/

Всего записей: 4133 | Зарегистр. 05-01-2006 | Отправлено: 12:48 17-12-2017 | Исправлено: mithridat1, 13:08 17-12-2017
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
memorex7
 
А выше на этой же странице прочитать? Именно этот момент я подробно объяснял.

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

Всего записей: 24490 | Зарегистр. 31-07-2002 | Отправлено: 14:25 17-12-2017
memorex7

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
1

Всего записей: 11 | Зарегистр. 23-01-2013 | Отправлено: 20:10 17-12-2017 | Исправлено: memorex7, 00:20 24-12-2017
romby



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Как заставить сабж давать файлам нормальные названия, так как это делают браузеры?  
 
Чтоб было, например, понятное "antenna part 2.mp4" вместо нечеловеческого "videoplayback@requiressl=yes&mime=video%2Fmp4&gir=yes&expire=1515614090&ratebypass=yes&lmt=1410829861155176&mm=31&ipbits=0&mn=sn-uv2oxu-3c2s&pl=21&sparams=clen,dur,ei,gir,id,initcwndbps,ip,ipbits,itag,lmt,mime,mm,mn,ms," ?

Всего записей: 1721 | Зарегистр. 09-02-2006 | Отправлено: 19:41 10-01-2018 | Исправлено: romby, 19:44 10-01-2018
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
romby
--trust-server-names

Всего записей: 8442 | Зарегистр. 11-03-2002 | Отправлено: 19:45 10-01-2018
romby



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ
Увы, никак не повлияло. Использую 1.19.2.

Всего записей: 1721 | Зарегистр. 09-02-2006 | Отправлено: 20:27 10-01-2018
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
romby
Можно плюсом к этому ключу добавить еще --content-disposition, хотя вряд ли это поможет

Всего записей: 8442 | Зарегистр. 11-03-2002 | Отправлено: 20:32 10-01-2018
D1D1D1D

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
В связке с VBS-скриптом, качаю по списку ссылок из файла — в один постоянный файл с коротким именем, но некоторые длинные ссылки из списка на скачивание — сабжем пропускаются. Можно ли повелевать настройками в отношении длинных ссылок, чтобы они все качались в этот постоянный файл с коротким именем?

Всего записей: 744 | Зарегистр. 05-04-2010 | Отправлено: 08:59 18-01-2018 | Исправлено: D1D1D1D, 09:00 18-01-2018
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
> качаю по списку ссылок из файла — в один постоянный файл с коротким именем, но некоторые длинные ссылки из списка на скачивание — сабжем пропускаются
 
УМбВР.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 20:36 18-01-2018
D1D1D1D

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

Цитата:
УМбВР.

Можно поподробнее?

Всего записей: 744 | Зарегистр. 05-04-2010 | Отправлено: 02:27 19-01-2018
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Только после вас.

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

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 03:49 19-01-2018
D1D1D1D

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Я и написал, что лежит файл со списком ссылок, которые CMD-скрипт, в связке с VBS-скриптом, скачивает в постоянный файл с коротким именем. При этом длинные ссылки WGET пропускает. То есть, можно ли снять ограничение на скачивание длинных ссылок? Для файловой системы это не должно иметь значения, потому что скачивание происходит в файл с коротким именем.

Всего записей: 744 | Зарегистр. 05-04-2010 | Отправлено: 05:12 19-01-2018 | Исправлено: D1D1D1D, 05:14 19-01-2018
D1D1D1D

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Оказалось, что WGET не причём: на этом сайте ссылки длиннее 172-х символов не открываются даже в браузере:
 
https://russian.palinfo.com/news/2011/10/15/Сначала-протесты-на-Уолл-стрит,-начавшиеся-с-нескольких-десятков-человек,-были-проигнорированы--К-третьей-неделе-протесты-начались-по-всей-стране---
 
В отличие от ссылок с количеством символов меньше 172-х:
 
https://russian.palinfo.com/news/2009/06/20/-Визит--бывшего-президента-США-Джимми-Картера-в-Сектор-Газа-и-его-встречи-с-главой-палестинского-правительства-Исмаилом-Ханийей-
 
Извиняюсь за беспокойство!

Всего записей: 744 | Зарегистр. 05-04-2010 | Отправлено: 14:26 19-01-2018
mithridat1



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Выпуск GNU Wget 1.19.3

Всего записей: 4133 | Зарегистр. 05-01-2006 | Отправлено: 13:01 20-01-2018
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