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

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
А зачем вместе с compression=auto еще и Accept-Encoding? wget сам автоматом добавляет

Всего записей: 9428 | Зарегистр. 11-03-2002 | Отправлено: 13:43 07-03-2020
los

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ, у разных браузеров - разные параметры. Т.е. чтобы wget максимально мимикрировал под Firefox(как пример) мало выставить user agent, но и желательно остальные параметры.
Изредка, но попадаются такие вредные серверы, где это необходимо.

Всего записей: 2018 | Зарегистр. 08-09-2001 | Отправлено: 14:15 07-03-2020
generator324

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Глупый вопрос, а какой Wget (версию) сейчас юзают правильные парни?
Столкнулся тут с проблемой, пока ничего не понял...
 
Добавлено:
Отбой - дело было не в бобине (с), т.е. не в Wget'е.

Всего записей: 769 | Зарегистр. 11-01-2019 | Отправлено: 16:15 12-03-2020
los

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

Цитата:
Глупый вопрос, а какой Wget (версию) сейчас юзают правильные парни?  

Я вам не скажу за всю Одессу, но некоторые используют 1.20.3

Цитата:
Отбой - дело было не в бобине (с), т.е. не в Wget'е.

я бы не был столь уверен

Всего записей: 2018 | Зарегистр. 08-09-2001 | Отправлено: 17:04 12-03-2020
generator324

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

Цитата:
Я вам не скажу за всю Одессу, но некоторые используют 1.20.3  

А где можно взять? Порт под win, ясное дело.

Цитата:
я бы не был столь уверен

Почему? Если вы про соседний топик, то ключ -nc (--no-clobber) - решил проблему. Решение от iglezz вполне работоспособно, "проблема" сейчас лежит в другой плоскости. И это - не Wget

Всего записей: 769 | Зарегистр. 11-01-2019 | Отправлено: 18:07 12-03-2020
los

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
generator324

Цитата:
А где можно взять? Порт под win, ясное дело.  

увы, где взять для windows не знаю.

Всего записей: 2018 | Зарегистр. 08-09-2001 | Отправлено: 20:07 12-03-2020
skipik



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
generator324
los
WGet под Windows? Тут же.

Всего записей: 3885 | Зарегистр. 07-07-2006 | Отправлено: 20:10 12-03-2020
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
generator324
Последняя ссылка в шапке для кого?

Всего записей: 9428 | Зарегистр. 11-03-2002 | Отправлено: 20:11 12-03-2020
generator324

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

 
Pasha_ZZZ

Цитата:
Последняя ссылка в шапке для кого?

Для вумных: кто сказал, что мне нужен GUI?

Всего записей: 769 | Зарегистр. 11-01-2019 | Отправлено: 20:16 12-03-2020
skipik



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
generator324
Товарищ Pasha_ZZZ имел ввиду это:


Всего записей: 3885 | Зарегистр. 07-07-2006 | Отправлено: 20:50 12-03-2020
generator324

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

Цитата:
Товарищ Pasha_ZZZ имел ввиду это:  

Я, конечно, товарища Пашу очень уважаю - можно сказать, Лублу , но... мои телепатические ощущала с недавних пор утратили весь им доступный функционал
Ну, как мне догадаться о чём речь?

Всего записей: 769 | Зарегистр. 11-01-2019 | Отправлено: 21:02 12-03-2020
los

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

Цитата:
WGet под Windows? Тут же.

и зачем мне эта "ценная" информация?

Всего записей: 2018 | Зарегистр. 08-09-2001 | Отправлено: 21:55 12-03-2020
skipik



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

Цитата:
увы, где взять для windows не знаю

Спросили? Ответил. На этом закончили.

Всего записей: 3885 | Зарегистр. 07-07-2006 | Отправлено: 21:58 12-03-2020
los

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

Цитата:
Спросили? Ответил.

где вы увидели там вопрос?

Цитата:
На этом закончили.

возможно вам и начинать-то не следовало.
 
не вам
кто-нибудь ощутил разницу между wget с libpsl и без?  

Всего записей: 2018 | Зарегистр. 08-09-2001 | Отправлено: 22:07 12-03-2020
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
generator324
Цитата:
Ну, как мне догадаться о чём речь?
Ну хотя бы по тому, что на вопрос ваш
Цитата:
А где можно взять?
В этой самой шапке присутствует раздел
Цитата:
Где взять.

 
И вопрошаемое - по самой последней ссылке из этого раздела...

Всего записей: 9428 | Зарегистр. 11-03-2002 | Отправлено: 22:46 12-03-2020
Masutin



Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Ранее писал o невозможности получать файлы c сайтов под защитой CloudFlare. Может, что не так делал, "работает."

Всего записей: 407 | Зарегистр. 23-02-2007 | Отправлено: 04:11 25-06-2020
vcrank

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Доброго времени.
Снова за помощью с одной и той же проблемой - авторизация на сайте через wget
В очередной раз у сайта немного другая структура
 
Надо скачать страницу
https://releases.1c.ru/total?hideUnavailablePrograms=false
 
логин: test100500
пароль: qwerty123456
 
wget под windows
авторизоваться и скачать пробую так:

Цитата:
wget\wget --background=off -U Opera --post-data="action=dologin&username=test100500&password=qwerty123456&_eventId=&submit=Войти" --save-cookies=1c-cookies.txt --keep-session-cookies --no-check-certificate -erobots=off "https://login.1c.ru/login" -O login.html
 
wget\wget --background=off -U Opera --load-cookies=1c-cookies.txt --keep-session-cookies --no-check-certificate -t1 -nd -N -np -erobots=off "https://releases.1c.ru/total?hideUnavailablePrograms=false" -O total.html

 
но что-то идёт не так
 

Всего записей: 932 | Зарегистр. 24-10-2005 | Отправлено: 13:13 28-06-2020
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Доброе время, vcrank
Они добавили скрытое поле execution
Батник (если батник) должен быть примерно таким
 

Цитата:
wget --background=off -U Opera --save-cookies=1c-cookies.txt --keep-session-cookies --no-check-certificate -erobots=off "https://login.1c.ru/login" -O login.html
sed -n -e "/execution/s/.*execution[^<>]*value=\x22\([^\x22]\+\)\x22.*/\1/p" login.html > exec.txt
for /f %%i in (exec.txt) do wget --background=off -U Opera --post-data="action=dologin&username=test100500&password=qwerty123456&_eventId=submit&geolocation&submit=%%D0%%92%%D0%%BE%%D0%%B9%%D1%%82%%D0%%B8&execution=%%i&rememberMe=on&inviteCode&inviteType"--load-cookies=1c-cookies.txt --save-cookies=1c-cookies.txt --keep-session-cookies --no-check-certificate -erobots=off "https://login.1c.ru/login" -O login2.html
wget --background=off -U Opera --load-cookies=1c-cookies.txt --keep-session-cookies --no-check-certificate -t1 -nd -N -np -erobots=off "https://releases.1c.ru/total?hideUnavailablePrograms=false" -O total.html

Но тут уже проще чем-то вроде xidel:

Код:
xidel --user-agent Opera "https://releases.1c.ru/total?hideUnavailablePrograms=false" -f "form(//form[@id='loginForm'],{'username':'test100500','password':'qwerty123456'})" --download=total.html

Или сразу вытянуть что нужно

Код:
xidel --user-agent Opera "https://releases.1c.ru/total?hideUnavailablePrograms=false" -f "form(//form[@id='loginForm'],{'username':'test100500','password':'qwerty123456'})" -e "//tr[td/@class='nameColumn']/x\"{td[@class='nameColumn']/normalize-space()} (v{td[contains(@class,'actualversionColumn')]/normalize-space()} from {td[@class='releaseDate']/normalize-space()})\""


Всего записей: 1797 | Зарегистр. 07-08-2002 | Отправлено: 14:53 28-06-2020
vcrank

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Alex_Piggy
Благодарю. Оба варианты отличны и будут использованы.
 
Ещё вопрос. Авторизовались, всё отлично. Там же есть страницы с ссылками на файлы
Пример такой страницы: https://www.upload.ee/files/11939047/link.html.html
 
На этой странице ссылка и 2 зеркала (зеркала бывают не всегда)
Стабильно есть "Скачать дистрибутив"
 
Как скачать такую ссылку?

Всего записей: 932 | Зарегистр. 24-10-2005 | Отправлено: 18:21 28-06-2020
Alex_Piggy

Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Доброе время, vcrank
Средствами wget скачать - с помощью --accept-regex (вместо "http://127.0.0.1:8000/link.html" - адрес странички).
wget "http://127.0.0.1:8000/link.html" --background=off -U Opera --load-cookies=1c-cookies.txt --keep-session-cookies --no-check-certificate  -np -erobots=off -r -l0 -H -c -nd --accept-regex="https?://dl.*public/file/get.*"
Из файла ссылки выделить с помощью xidel
xidel -s -e "//div[@class='downloadDist']/a/@href" link.html
Жаль, что у них не совместимый формат сохраняемых/читаемых cookies...

Всего записей: 1797 | Зарегистр. 07-08-2002 | Отправлено: 08:25 29-06-2020
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

Компьютерный форум Ru.Board » Компьютеры » Программы » Wget


Реклама на форуме Ru.Board.

Powered by Ikonboard "v2.1.7b" © 2000 Ikonboard.com
Modified by Ru.Board
© Ru.Board 2000-2020

BitCoin: 1NGG1chHtUvrtEqjeerQCKDMUi6S6CG4iC

Рейтинг.ru