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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178

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) | Wget2.
.
 
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: 1551 | Зарегистр. 17-06-2003 | Отправлено: 13:39 08-11-2003 | Исправлено: anynamer, 11:40 25-12-2023
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Погонял я тут официальный бинарник с https://eternallybored.org/misc/wget/ версии1.19.3, и бегло:
 
 - из плюсов:
 
GNU Wget 1.19.3 built on mingw32, OpenSSL 1.1.0 (с OpenSSL 1.0.2 и старее или WinSSL про SSL забудьте).
 
-cares +digest +gpgme +https +ipv6 +iri +large-file +metalink -nls +ntlm +opie -psl +ssl/openssl  , починенные баги, создаёт меньше мусора на диске - нужны логи? используйте ключи -o FILE, --output-file=FILE, -a FILE, --append-output=FILE wget-log переехал в ОЗУ
 
- из минусов собран без поддержки NLS т.е. все сообщения только на английском языке (зато кракозябликов не встретим), немного потолстели (примерно на 10%) - добавилась поддержка gpgme, в части работы с SSL сертификатами можно сказать ничего толком не изменилось - сертификат должен лежать рядом с бинарником и ключами нужно указать имя файла и путь.  
 
В болото, лучше cURL лишний раз позову...  
 


----------
Жив курилка! (Р. Ролан, "Кола Брюньон")
Xeon E5 2697v2/C602/128 GB PC3-14900L/GTX 1660 Ti, Xeon E5-2697v2/C602J/128 Gb PC3-14900L/GTX 1660 Ti

Всего записей: 33133 | Зарегистр. 31-07-2002 | Отправлено: 01:30 22-01-2018
NvvLazyTiger



Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Привет. Подскажите, pls.
 
Диспозиция.
- ОС: WinXP+SP3 (Microsoft Windows XP [Версия 5.1.2600]);
- wGet: GNU Wget 1.19.2, a non-interactive network retriever.
- Site: drive.google.com
- File4dl: «Открыть проду.htm»
- FileID: “1TZ34K7B8rfAUVoOBAbPceK2qKG9QEk6z”
- Url#1 (with "open?id=<FileID>"): url#1
- Url#2 (with "file/d/<FileID>/view?usp=sharing"): url#2
 
Проблема: браузером этот файл скачивается (через пункт меню «Скачать»). Команда:
Код:
wGet "Url#N"
притаскивает ерунду.
 
Вопрос: этот файл можно скачать  wGet-ом?
Если «да», то как?
 
NB. Контекст «drive.google.com» в «Версии для печати» топика — не найден.
 
Спасибо.
 
---
Удачи!
Влад.

Всего записей: 257 | Зарегистр. 14-02-2009 | Отправлено: 03:16 28-01-2018
Pasha_ZZZ



Platinum Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
NvvLazyTiger
wget.exe "https://docs.google.com/uc?export=download&id=1TZ34K7B8rfAUVoOBAbPceK2qKG9QEk6z"

Всего записей: 12375 | Зарегистр. 11-03-2002 | Отправлено: 03:28 28-01-2018
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
NvvLazyTiger
 
А по сим линкам тащить нечего. Да и Wget в смысле работы с SSL то ещё развлечение. Хотя в любом случае вам нужно поставить OpenSSL 1.1.0g так как XP протоколы выше TLS 1.1 собственными средствами не поддерживает, а с установкой OpenSSL сможет использовать 1.1.0 протоколы TLS 1.2 / TLS 1.3.
 
Командная последовательность должна быть такой:
 
wget --trust-server-names --no-check-certificate https://curl.haxx.se/ca/cacert.pem
ren cacert.pem curl-ca-bundle.crt
wget.exe -c -N -nd --ca-certificate=curl-ca-bundle.crt --ca-directory=./ -P <download_dir>  url

 
и запускаться на выполнение из того каталога где лежит Wget.exe иначе он не найдёт файл SSL сертификатов curl-ca-bundle.crt . Значение <download_dir> по вашему усмотрению, если каталога нет,  то вгет его создаст.
 
Добавлено:
Pasha_ZZZ
 
Так по тому линку что вгет, что курл приносят индексную страницу где не за что зацепится:
 
а href="##########" target="_blank"
    Общий файл книги  
a href="#####" target="_blank"
    Только продолжение
 
- в чём и юмор.

----------
Жив курилка! (Р. Ролан, "Кола Брюньон")
Xeon E5 2697v2/C602/128 GB PC3-14900L/GTX 1660 Ti, Xeon E5-2697v2/C602J/128 Gb PC3-14900L/GTX 1660 Ti

Всего записей: 33133 | Зарегистр. 31-07-2002 | Отправлено: 04:02 28-01-2018
NvvLazyTiger



Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG
 
Увы.
 
Установил"OpenSSL 1.1.0g", перегрузился (на всякий случай), пустил предложенную последовательность...
 
Результат (полученный), отличается от полученного "в лоб" примерно сотней байт (на 125033 байт ерунды).
 
Ниже "причёсанный" протокол (добавлен ключ "--debug" + отметки времени, удалено несущественное, см. 'Notes:' в начале)
wGet url#1, log
 
?

Всего записей: 257 | Зарегистр. 14-02-2009 | Отправлено: 08:04 28-01-2018
Pasha_ZZZ



Platinum Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
NvvLazyTiger
Я вам дал правильный УРЛ именно для вашего случая (айди же ваш, не?)... зачем вы продолжаете насиловать старый УРЛ?

Всего записей: 12375 | Зарегистр. 11-03-2002 | Отправлено: 11:07 28-01-2018
NvvLazyTiger



Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ
 
Виноват. "Слона-то я и не приметил"...
 
Mea cupla!
 
Thx

Всего записей: 257 | Зарегистр. 14-02-2009 | Отправлено: 11:22 28-01-2018
NvvLazyTiger



Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Привет. Подскажите, pls.
 
Диспозиция.
- ОС: WinXP+SP3 (Microsoft Windows XP [Версия 5.1.2600]);
- wGet: GNU Wget 1.19.2, a non-interactive network retriever.
 
Вопрос: как отправить на StdOut скачиваемый wGet-ом файл?
 
Ключ «--output-document=con» - работает, да, вот только выдача  wGet НЕ перенаправляется
 
Пример
 
В результате,  a.html — пуст, а заказанное «бежит по экрану»
 
Спасибо.
 
---
Удачи!
Влад.

Всего записей: 257 | Зарегистр. 14-02-2009 | Отправлено: 07:03 02-02-2018
Pasha_ZZZ



Platinum Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
NvvLazyTiger
-O-

Всего записей: 12375 | Зарегистр. 11-03-2002 | Отправлено: 08:33 02-02-2018
bantik



Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Требуется скачать все файлы .pdf со страницы https://minsknews.by/category/pdf-archive/
Ссылки там без всяких скриптов, флеша, etc.; лежат в открытом виде.
 
запускаю команду
"c:\ProgramFiles2\GnuWin32\bin\wget.exe" -r -l1 -t1 -nd -N -np -A.pdf -erobots=off --no-check-certificate -P e:\Downloads\_papers\ https://minsknews.by/category/pdf-archive/
 
В ответ пишет:
Распознаётся minsknews.by... 178.172.173.175
Устанавливается соединение с minsknews.by|178.172.173.175|:443... соединение уст
ановлено.
ПРЕДУПРЕЖДЕНИЕ: невозможно проверить сертификат minsknews.by, запрошенный `/C=US
/O=GeoTrust Inc./CN=RapidSSL SHA256 CA':
  Невозможно локально проверить подлинность запрашивающего.
Запрос HTTP послан, ожидается ответ... 200 OK
Длина: нет информации [text/html]
Сохраняется в каталог: `e:/Downloads/_papers/index.html'.
 
    [ <=>                                   ] 119 879     --.-K/s   в 0,07s
 
Отсутствует заголовок last-modified -- временные отметки выключены.
2018-02-06 16:27:56 (1,67 MB/s) - `e:/Downloads/_papers/index.html' сохранён [11
9879]
 
Удаляется e:/Downloads/_papers/index.html, т.к. он должен быть исключён.
 
А сами файлы .pdf не скачивает. Помогите, плиз.

Всего записей: 33 | Зарегистр. 26-03-2006 | Отправлено: 16:30 06-02-2018
Pasha_ZZZ



Platinum Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
bantik
Цитата:
for /l %%a in (1,1,22) do wget -r -l1 -A*.pdf -nd -I /wp-content --no-check-certificate "https://minsknews.by/category/pdf-archive/page/%%a/"
Это для скачивания всех 22 страниц архива

Всего записей: 12375 | Зарегистр. 11-03-2002 | Отправлено: 16:50 06-02-2018
bantik



Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ
А там можно использовать -N ?

Всего записей: 33 | Зарегистр. 26-03-2006 | Отправлено: 16:53 06-02-2018
Pasha_ZZZ



Platinum Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
bantik
Цитата:
Отсутствует заголовок last-modified -- временные отметки выключены.
Сервер не выдает время

Всего записей: 12375 | Зарегистр. 11-03-2002 | Отправлено: 09:29 07-02-2018
bantik



Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ
И, как я понял из документации, wget не может пропустить уже скаченные файлы?

Всего записей: 33 | Зарегистр. 26-03-2006 | Отправлено: 10:46 07-02-2018
Pasha_ZZZ



Platinum Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
bantik
-nc

Всего записей: 12375 | Зарегистр. 11-03-2002 | Отправлено: 10:50 07-02-2018
zf



Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Хеллоу!
 
Комрады, выложите куда-нить wget_ruboard.zip (он же вариант от Alex_Piggy)
Прорыскал весь тред - все ссылки устарели, под # тоже уже ничего.
 
Спасибо!

Всего записей: 266 | Зарегистр. 20-01-2003 | Отправлено: 23:24 01-03-2018
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
zf
 
Почему нет?У меня он сохранился # .

----------
Жив курилка! (Р. Ролан, "Кола Брюньон")
Xeon E5 2697v2/C602/128 GB PC3-14900L/GTX 1660 Ti, Xeon E5-2697v2/C602J/128 Gb PC3-14900L/GTX 1660 Ti

Всего записей: 33133 | Зарегистр. 31-07-2002 | Отправлено: 00:11 02-03-2018
zf



Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG
Отлично! Благодарствуйте!!!

Всего записей: 266 | Зарегистр. 20-01-2003 | Отправлено: 15:59 02-03-2018
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
zf
 
Зато имя коммита вышло - я в его дескриптор случайно SHA-256 файла закоммитил.

----------
Жив курилка! (Р. Ролан, "Кола Брюньон")
Xeon E5 2697v2/C602/128 GB PC3-14900L/GTX 1660 Ti, Xeon E5-2697v2/C602J/128 Gb PC3-14900L/GTX 1660 Ti

Всего записей: 33133 | Зарегистр. 31-07-2002 | Отправлено: 16:55 02-03-2018
D1D1D1D

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Привет. Достаю комментарии ВКонтакта следующей командой (см. код HTML), но при скачивании через WGET имена юзеров приходят в транслите
 

https://vk.com/al_wall.php?act=get_replies&al=1&local=1&post=-60312130_33829&offset=0&count=3
 
Добавление &lang=ru не помогает. Есть ли настройка указания языка для программы?

Всего записей: 1362 | Зарегистр. 05-04-2010 | Отправлено: 01:01 18-03-2018 | Исправлено: D1D1D1D, 01:02 18-03-2018
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178

Компьютерный форум Ru.Board » Компьютеры » Программы » Wget


Реклама на форуме Ru.Board.

Powered by Ikonboard "v2.1.7b" © 2000 Ikonboard.com
Modified by Ru.B0ard
© Ru.B0ard 2000-2024

BitCoin: 1NGG1chHtUvrtEqjeerQCKDMUi6S6CG4iC

Рейтинг.ru