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
Itepy

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Alex_Piggy Одна из под ковриком.
Ссылка на 1.17.1 блокируется и ДрВебом и провайдером....
Вроде работает. По крайней мере help выдал.
А кто собирает? Может получится с с сайта автора утянуть?

Всего записей: 167 | Зарегистр. 11-12-2017 | Отправлено: 22:46 19-01-2019
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Доброе время, Itepy
Увы. Скачивается Content-disposition, ни на что не реагирует, никакие метки не передает. Только сверять с ранее скачанным. Как Вы сейчас и делаете.
Комментарии в строке нормально добавляются по шаблону вида
scheme://host/path#My Comment
"#" в адресе - это для браузера переход по метке после загрузки; Wget его просто отбрасывает. Перед ним не должно быть пробела.
Между строками - можете использовать # в начале строки и фильтровать findstr (/b - искать только в начале строки, /v - отбрасывать найденное, /c - выражение поиска)
findstr /b /v /c:"#" _WGETS.URL | WGET %WGET_OPT% --input-file=-

Цитата:
А кто собирает?

Я собирал. Но это было давно и неправда. MD5 F1F630768BEC8CB7A94AE52631B36D58

Всего записей: 1649 | Зарегистр. 07-08-2002 | Отправлено: 09:04 20-01-2019
mithridat1



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Можно ли как то заставить wget нормально работать с Partial Content (HTTP 206) ?
 
Сервер отдает стрим порциями по 5Mb
 

Цитата:
 
accept-ranges: bytes  
 
content-range: bytes 0-5242879/474610485
 
x-cached-range: bytes 0-5242879/474610485
 
x-content-length: 5242880
 

 
Старенький FlashGet уверенно берет такой стрим, а Wget скачивает только первые 5Mb и завершает работу. Если продолжать циклически запускать wget с опцией -с то после какой-то итерации он наконец сможет загрузить стрим целиком, но нормальным такой способ назвать нельзя.
 
Пример стрима
Подробнее...
 
В итоге, я перебрал все известные мне опенсорсные загрузчики и ни один из них не смог скачать этот стрим.

Всего записей: 4079 | Зарегистр. 05-01-2006 | Отправлено: 21:33 29-01-2019 | Исправлено: mithridat1, 21:43 29-01-2019
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Доброе время, mithridat1
Wget, наверное, не получится.  
curl качает в цикле с проверкой. aria2c справляется сама по себе.
В батнике как-то так:

Код:
 
set "URL=MYURL"
set "fname=MYFILENAME"
:loop
curl -k --output "curl-%fname%" -C - "%URL%" -w "Downloaded:%%{size_download}:" | findstr "Downloaded:0:" || goto :loop
 
aria2c --piece-length=5M --enable-http-keep-alive --enable-http-pipelining  --allow-piece-length-change=true -x 1 -s 1 --check-certificate=false -o "aria2c-%fname%" "%URL%"
 

 

Всего записей: 1649 | Зарегистр. 07-08-2002 | Отправлено: 22:58 29-01-2019 | Исправлено: Alex_Piggy, 22:59 29-01-2019
mithridat1



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Alex_Piggy
Спасибо !

Цитата:
aria2c --piece-length=5M --enable-http-keep-alive --enable-http-pipelining  --allow-piece-length-change=true -x 1 -s 1 --check-certificate=false -o "aria2c-%fname%" "%URL%"  

Но получается что aria2c тоже без специальной тонкой настройки не может скачать такой стрим, причем эти опции через man надо выискивать, в стандартном выводе help их нет.  
Нет ли у вас информации относительно причин отсутствия поддержки Partial Content в открытых консольных загрузчиках ? Причем, такая ситуация не только в wget/curl, но и специализированном ПО типа FFmpeg, VLC.

Всего записей: 4079 | Зарегистр. 05-01-2006 | Отправлено: 20:46 30-01-2019 | Исправлено: mithridat1, 20:57 30-01-2019
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
mithridat1
Цитата:
причем эти опции через man надо выискивать, в стандартном выводе help их нет.
Стандартный равнозначен
Цитата:
aria2c.exe -h#basic
, чтобы увидеть все
Цитата:
aria2c.exe -h#all

Всего записей: 7861 | Зарегистр. 11-03-2002 | Отправлено: 20:53 30-01-2019
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Доброе время, mithridat1
Нет, такой информации нет.  
Я, кажется, нашел в чем дело/куда смотреть для Wget. Посмотрю - соберу - отпишусь.

Всего записей: 1649 | Зарегистр. 07-08-2002 | Отправлено: 07:52 31-01-2019
mithridat1



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Обнаружил, что, оказывается, уже давно существует загрузчик Axel, простой клон Wget для многопоточной загрузки. (Да, я в курсе, что aria2c тоже так умеет, но тут вроде процесс загрузки показан более наглядно.)
 
   
 
Порт для Windows

Всего записей: 4079 | Зарегистр. 05-01-2006 | Отправлено: 13:50 12-02-2019 | Исправлено: mithridat1, 14:06 12-02-2019
wadimuss

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
mithridat1
пользуюсь axel.exe (+ к нему cygwin1.dll) давно
 
ставлю 8 потоков

Код:
axel.exe "адрес, что качать" -a -n 8 -o "место, куда качать"

 
скорость повышается на порядок! есть возможность докачать файл, если прервал закачку.
 
некоторые (многие сайты) не отдают через axel файлы:
Too many redirects.
 
не качаются файлы на https:
не качаются с того же гитхаба

Всего записей: 645 | Зарегистр. 24-11-2008 | Отправлено: 17:29 12-02-2019
mithridat1



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

Цитата:
некоторые (многие сайты) не отдают через axel файлы:
Too many redirects.

Это уже исправлено в более новых версиях. Порт последней версии для Windows можно скачать здесь. Правда, качает он существенно медленнее версии 2.4

Цитата:
не качаются файлы на https

C HTTPS вроде проблем нет, но в последней версии приходится принудительно добавлять опцию --insecure

Всего записей: 4079 | Зарегистр. 05-01-2006 | Отправлено: 21:45 12-02-2019
wadimuss

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
mithridat1
про медленность не скажу, в пределах погрешности ..
 
качаю:
http://download.documentfoundation.org/libreoffice/stable/6.2.0/win/x86/LibreOffice_6.2.0_Win_x86.msi
 
размер 265.1 Megabyte
 
axel 2.4 строки : скачалось (скорость)
    -n 8 : 50 seconds. (5349.26 KB/s)
-a -n 8 : 50 seconds. (5405.51 KB/s)
 
axel 2.16.1 строки : скачалось (скорость)
-a -n 8 : 50 seconds. (5421.94 KB/s)
    -n 8 : 51 seconds. (5308.05 KB/s)
 
и немного ключей
-v -a -n 8 : 52 seconds. (5149.13 KB/s)
-k -a -n 8 : 50 seconds. (5392.63 KB/s)
 
обычным wget-ом замерять скорость скачивания надоело ... ибо в 6-7 раз медленее

Всего записей: 645 | Зарегистр. 24-11-2008 | Отправлено: 23:38 12-02-2019 | Исправлено: wadimuss, 23:43 12-02-2019
urodliv



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Моё почтение.
 
Пытаюсь выкачать сайт с помощью wget`а. Всё делается хорошо, кроме одной вещи. На сайте присутствуют ссылки на файлы, которые расположены на ресурсе яндекс-диск. При выкачивании сайта wget по этим ссылкам не достаёт файлы, а так и оставляет ссылки яндекс-диска. Как бы преодолеть эту трудность?

----------
Очень скоро еда станет совершенно безвкусной, и тогда этот недостаток придётся компенсировать хорошо развитым воображением.

Всего записей: 6030 | Зарегистр. 29-04-2009 | Отправлено: 00:06 28-03-2019
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Доброе время, urodliv
Для старых браузеров Yandex-disk отдает публичные ссылки на файлы прямыми, а на папки - одним архивом.  

Код:
 
wget --user-agent "User-Agent: Mozilla/2.0 (compatible; MSIE 4.0; Windows NT 4.0)" --keep-session-cookies --save-cookies="yad.cookies"  --load-cookies="yad.cookies" -rpxk -l 1 --content-disposition "https://yadi.sk/d/g_dAE18u3TrAjn"
 

Или использовать user-agent и content-disposition в Вашем скрипте или, кмк лучше, потом скриптом пройтись по папке с ссылками (./yadi.sk/d/). По одной удалять и сразу скачивать замену.
UPD - прошу прощения за неточность в формулировках. Ссылки не прямые - с одним переходом. Но без javascript и HTML5.

Всего записей: 1649 | Зарегистр. 07-08-2002 | Отправлено: 07:30 28-03-2019 | Исправлено: Alex_Piggy, 07:43 28-03-2019
wadimuss

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
urodliv
поглядите сюда:
https://getfile.dokpub.com/yandex/
 
с ссылками на ехе-файлы не проходит

Всего записей: 645 | Зарегистр. 24-11-2008 | Отправлено: 08:09 28-03-2019
mithridat1



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Релиз GNU Wget 1.20.3

Всего записей: 4079 | Зарегистр. 05-01-2006 | Отправлено: 06:28 06-04-2019
skipik



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
mithridat1
Тут сборки обновили: https://eternallybored.org/misc/wget/

Всего записей: 2669 | Зарегистр. 07-07-2006 | Отправлено: 01:10 07-04-2019
los

Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Скомпилированная версия для macOS кому-нибудь нужна?

Всего записей: 300 | Зарегистр. 08-09-2001 | Отправлено: 11:36 07-04-2019
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
х64 версия требует libwinpthread-1.dll из состава MinGW для x64, подходит DLL с sf.net.
 
Добавлено:
 
Использованы библиотеки: OpenSSL 1.1.1b, ZLib 1.2.11, gpgme-1.13.0, pcre2 10.32, libpsl 0.20.2
 
https://eternallybored.org/misc/wget/ - Wget 32/64 бит пересобран заново, ошибка запуска Wget64 связанная с отсутствием в поставке libwinpthread-1.dll устранена. С страницы загрузки:

Цитата:
note: the original 64-bit binaries required libwinpthread-1.dll, please download again if your wget.exe doesn't work  

Всего записей: 23283 | Зарегистр. 31-07-2002 | Отправлено: 14:27 07-04-2019 | Исправлено: Victor_VG, 14:43 07-04-2019
VecH



Silver Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору

Код:
wget --no-check-certificate https://dl.google.com/edgedl/chrome/install/GoogleChromeStandaloneEnterprise.msi

--2019-04-07 20:54:51--  https://dl.google.com/edgedl/chrome/install/GoogleChromeStandaloneEnterprise.msi
Disabling SSL due to encountered errors.
Что за фигня теперь
 
в версии 1.20 этой проблемы не было

Всего записей: 2317 | Зарегистр. 18-02-2003 | Отправлено: 14:55 07-04-2019 | Исправлено: VecH, 14:56 07-04-2019
Victor_VG



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

Цитата:
$ wget --no-check-certificate https://dl.google.com/edgedl/chrome/install/GoogleChromeStandaloneEnterprise.msi
--2019-04-07 15:05:06--  https://dl.google.com/edgedl/chrome/install/GoogleChromeStandaloneEnterprise.msi
Resolving dl.google.com (dl.google.com)... 173.194.73.190, 173.194.73.136, 173.194.73.91, ...
Connecting to dl.google.com (dl.google.com)|173.194.73.190|:443... connected.
HTTP request sent, awaiting response... 200 OK
Length: 56664064 (54M) [application/octet-stream]
Saving to: 'GoogleChromeStandaloneEnterprise.msi'
 
GoogleChromeStandaloneEnterprise.m 100%[=============================================================>]  54,04M  4,81MB/s    in 11s
 
2019-04-07 15:05:17 (4,95 MB/s) - 'GoogleChromeStandaloneEnterprise.msi' saved [56664064/56664064]
 
wget https://dl.google.com/edgedl/chrome/install/GoogleChromeStandaloneEnterprise.msi
--2019-04-07 15:09:18--  https://dl.google.com/edgedl/chrome/install/GoogleChromeStandaloneEnterprise.msi
Resolving dl.google.com (dl.google.com)... 173.194.73.136, 173.194.73.93, 173.194.73.190, ...
Connecting to dl.google.com (dl.google.com)|173.194.73.136|:443... connected.
HTTP request sent, awaiting response... 200 OK
Length: 56664064 (54M) [application/octet-stream]
Saving to: 'GoogleChromeStandaloneEnterprise.msi'
 
GoogleChromeStandaloneEnterprise.m 100%[=============================================================>]  54,04M  4,91MB/s    in 11s
 
2019-04-07 15:09:29 (5,11 MB/s) - 'GoogleChromeStandaloneEnterprise.msi' saved [56664064/56664064]

OpenSSL v1.1.1.2 (1.1.1b)
 
Добавлено:
Подсказка по OpenSSL в ПМ.

Всего записей: 23283 | Зарегистр. 31-07-2002 | Отправлено: 15:08 07-04-2019 | Исправлено: Victor_VG, 15:10 07-04-2019
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