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
cbah

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG

Цитата:
значит у вас там нет URL, посему качать нечего

урл у меня прописан в списке, который указан в вгетрц.
 
los, хотелось бы попроще и с меньшим нажатием на клаву как в вгете с библиотеками: прописать адрес скачиваемого файла в списке, который указан в вгетрц, и запустить вгет на закачку.
меня вполне устраивает версия 1.9.1 с дллками, где ничего не надо настраивать и прописывать в командной строке. хотелось просто меньше файлов...
а с командной строкой надо работать при сложной закачке: закачка целой папки или только конкретных файлов из папки и т.д.
 
Добавлено:
Alex_Piggy, ваш вгет 1.19.4 запустился и качает нормально и с .wgetrc, и с wget.ini. версия 1.20.1 не работает. буду пользовать вгет 1.19.4. всем спасибо.
 
Добавлено:
Alex_Piggy, почему я сам не могу переименовать файл wgetrc в .wgetrc?

Всего записей: 465 | Зарегистр. 13-11-2007 | Отправлено: 15:45 18-07-2020 | Исправлено: cbah, 16:29 18-07-2020
los

Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
cbah,
выполните в ком. строке команду wget --version, в числе прочего она отобразит название и путь файла конфигурации.

Всего записей: 2018 | Зарегистр. 08-09-2001 | Отправлено: 16:42 18-07-2020
cbah

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
в старой версии вгета команда ничего не показала:
-------
D:\wget191>wget --version
GNU Wget 1.9.1
 
Copyright (C) 2003 Free Software Foundation, Inc.
This program is distributed in the hope that it will be useful,
but WITHOUT ANY WARRANTY; without even the implied warranty of
MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
GNU General Public License for more details.
 
Originally written by Hrvoje Niksic <hniksic@xemacs.org>.
 
D:\wget191>pause
Для продолжения нажмите любую клавишу . . .
-------
в 1.19.4 все понятно.

Всего записей: 465 | Зарегистр. 13-11-2007 | Отправлено: 17:23 18-07-2020
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
cbah
И зачем эта древность 2003 года нужна?

Всего записей: 9428 | Зарегистр. 11-03-2002 | Отправлено: 17:35 18-07-2020
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
cbah
 
Винда, точнее Проводник не позволит т.к. он посчитает wgetrc "расширением" и запросит имя файла:
 

 
но, можно использовать команду ren из консоли CMD - ren wgetrc .wgetrc. У неё такого ограничения нет

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

Всего записей: 26702 | Зарегистр. 31-07-2002 | Отправлено: 18:31 18-07-2020
los

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

Цитата:
И зачем эта древность 2003 года нужна?

если со своей задачей справляется, то бывает и нет смысла менять.

Всего записей: 2018 | Зарегистр. 08-09-2001 | Отправлено: 20:10 18-07-2020
cbah

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
спасибо, Victor_VG, будем иметь ввиду.
правильно, los
 
Добавлено:
Victor_VG, wget.ini файл как-то привычнее. буду пользовать его. он ведь функционально ничем не отличается от wgetrc и .wgetrc? всем спасибо.

Всего записей: 465 | Зарегистр. 13-11-2007 | Отправлено: 23:00 18-07-2020 | Исправлено: cbah, 23:18 18-07-2020
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
cbah
 
По содержимому ничем. Только имейте ввиду, что ключ --ca-certificate=FILE требует указания абсолютного пути к файлу curl-ca-bundle.crt или файл должен лежать рядом с Wget.exe - иначе виндовый Wget его не загрузит.

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

Всего записей: 26702 | Зарегистр. 31-07-2002 | Отправлено: 01:58 19-07-2020
cbah

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG

Цитата:
ключ --ca-certificate=FILE требует указания абсолютного пути к файлу

ниче не понял... у меня в одной папке только три файла: wget.exe версии 1.19.4, wget.ini и прописанный в wget.ini список загрузок с прямыми адресами загружаемых файлов input.txt. все нормально закачивается. для wget.exe версии 1.9.1 еще были две дллки и тоже все нормально качалось.
никакого файла  curl-ca-bundle.crt нет и ключа --ca-certificate= в wget.ini тоже не наблюдается. все нормально работает...
 
Добавлено:

Цитата:
По содержимому ничем

это при просмотре и так видно, я спросил про функциональные отличия. может, где-то для работы вгет требуется именно wgetrc, а где-то - именно wget.ini.
если нет, то и вопросов нет.

Всего записей: 465 | Зарегистр. 13-11-2007 | Отправлено: 14:43 20-07-2020
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
cbah
 
На HTTP работает, на HTTPS проверяется SSL сертификат сравнением либо с хранилищем ОС, либо с внешним файлом сертификатов который должен лежать по абсолютному пути.
 
Требования к имени конфига определяются сборщиком - он может наложить патч указывающей программе строгое имя конфига.

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

Всего записей: 26702 | Зарегистр. 31-07-2002 | Отправлено: 17:28 20-07-2020
cbah

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG, сразу два вопроса: где взять этот файл сертификатов и можно ли его прописать в вгетрц файл? и как прописать?

Всего записей: 465 | Зарегистр. 13-11-2007 | Отправлено: 22:10 20-07-2020
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
cbah
 
Взять готовый .PEM файл с https://curl.haxx.se/ и переименовать. Я использую cURL, команда для него:
 
curl -kRSs --output curl-ca-bundle.crt https://curl.haxx.se/ca/cacert.pem
 
сохранит файл с нужным именем. Прописать в .wgetrc просто - добавить туда строку  
 
ca-certificate = <имя_файла_сертификата>
 
в любое место файла. Например у меня сей файл выглядит так:
 
.wgetrc:

Код:
adjustextension = on
background = off
ca-certificate = curl-ca-bundle.crt
contentdisposition = on
continue = on
httpsonly = off
noparent = on
pagerequisites = on
passiveftp = on
quiet = on
restrictfilenames = windows
retrsymlinks = on
secureprotocol = auto
timestamping = on

по сути это обычный текстовый файл UNIX, только с "необычным" (для винды) именем.

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

Всего записей: 26702 | Зарегистр. 31-07-2002 | Отправлено: 23:01 20-07-2020 | Исправлено: Victor_VG, 23:10 20-07-2020
los

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

Цитата:
ca-certificate = <имя_файла_сертификата>  

можно использовать и
ca-directory=путь к папке где находятся *.pem

Всего записей: 2018 | Зарегистр. 08-09-2001 | Отправлено: 23:23 20-07-2020
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
los
 
Виндовые сборки, особенно официальные этот вариант не понимают от слова совсем. Уже нарывался - либо сертификат рядом и ca-certificate = <имя_файла_сертификата>, либо ca-certificate =<полный путь> иначе ругань о невозможности проверить сертификат.

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

Всего записей: 26702 | Зарегистр. 31-07-2002 | Отправлено: 23:30 20-07-2020
cbah

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Victor_VG, пардон, фигню написал. просто сначала не понял... сейчас вроде разобрался.
 
 
Добавлено:
Victor_VG, прописываю в вгет.ини строку ca-certificate = curl-ca-bundle.crt, скачиваю с https://curl.haxx.se/ca/cacert.pem файл cacert.pem, переименовываю его в curl-ca-bundle.crt и кладу в папку с вгет.ехе, да? а без курла можно переименовать cacert.pem в curl-ca-bundle.crt, нет?

Всего записей: 465 | Зарегистр. 13-11-2007 | Отправлено: 23:32 20-07-2020 | Исправлено: cbah, 23:52 20-07-2020
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
cbah
 
Годится, а почему бы и нет? Главное чтобы сам файл сертификата не изменился. А переименовать можно любым удобным способом, через файл менеджер, командную строку или тем же вгетом скачать:
 
wget --no-check-certificate --output-document=curl-ca-bundle.crt https://curl.haxx.se/ca/cacert.pem
 
или  
 
wget --no-check-certificate -O curl-ca-bundle.crt https://curl.haxx.se/ca/cacert.pem
 
только версия вгет должна быть не столь уж и древней, лучше 1.20.1 с поддержкой NLS - wget 1.20.1.zip (x86 и x86-64, сертификат, справка по ключам на русском, локали, примеры).
 
Скачайте архив, положите  каалог ./locale рядом с нужной сборкой wget (32 или 64 бит), туда же .wgetrc (он готовый), его пример wgetrc.sam,  curl-ca-bundle.crt (этот новый - специально для вас скачал) и всё готово к работе. Сообщения wget будут выводится на русском языке. Эта версия собрана с поддержкой OpenSSL 1.1.1.

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

Всего записей: 26702 | Зарегистр. 31-07-2002 | Отправлено: 00:58 21-07-2020 | Исправлено: Victor_VG, 01:08 21-07-2020
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
cbah
Цитата:
прописываю в вгет.ини строку ca-certificate = curl-ca-bundle.crt, скачиваю с https://curl.haxx.se/ca/cacert.pem файл cacert.pem, переименовываю его в curl-ca-bundle.crt
Вы не из армянских комсомольцев случаем?
Может проще в ини прописать ca-certificate = cacert.pem и скачать как есть?
И не знаю, зачем вам так понадобился этот суперсвежий распоследний файл (который и так лежит внутри официального curl 7.71.1). Но если уж так хочется свежатинки - берете Perl (например, Portable Strawberry Perl), берете из дистра curl скрипт mk-ca-bundle.pl, запускаете perl mk-ca-bundle.pl - и получаете самый распоследний, собранный из мозилловской репы, файл ca-bundle.crt

Всего записей: 9428 | Зарегистр. 11-03-2002 | Отправлено: 03:43 21-07-2020
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
1) Мозилла берёт файл cacert.pem с сайта курла и конветит в certdata.txt
2) perl mk-ca-bundle.pl потребует cURL ибо сей скрипт без него немного бесполезен:

Код:
$ perl mk-ca-bundle.pl
SHA256 of old file: 0
Downloading certdata.txt ...
Get certdata with curl!
  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current    Dload  Upload   Total   Spent    Left  Speed
100 1208k  100 1208k    0     0   301k      0  0:00:04  0:00:04 --:--:--  301k
Downloaded certdata.txt
SHA256 of new file: cc6408bd4be7fbfb8699bdb40ccb7f6de5780d681d87785ea362646e4dad5e8e
Processing  'certdata.txt' ...
Done (138 CA certs processed, 30 skipped).

ибо написан под него
3) скрипт делает единственную вещь - восстанавливает сконвертированый серверами Зверя .pem и сохраняет его как Windows текст.
4) имя файла сертификата мы можем задать любое, вопрос в том, что примет ли его вгет конкретной сборки, а curl-ca-bundle.crt для него дефолтное имя этого файла принимаемое всегда и всеми.  
 
смысл делать лишние операции?

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

Всего записей: 26702 | Зарегистр. 31-07-2002 | Отправлено: 07:36 21-07-2020 | Исправлено: Victor_VG, 07:37 21-07-2020
Pasha_ZZZ



Gold Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Victor_VG
Цитата:
Мозилла берёт файл cacert.pem с сайта курла
Открой хотя бы вьювером этот самый cacert.pem и почитай в начале коммент, а потом уже неси свой бред, кто у кого берет
Цитата:
perl mk-ca-bundle.pl потребует cURL ибо сей скрипт без него немного бесполезен
У меня 10ка, так что у меня и так все есть. Геронтофилы могут в эту же папку curl подложить
Цитата:
примет ли его вгет конкретной сборки
Если задавать имя файла в инишнике - то оно может быть любым. Он или примет любое, или никакое не примет.

Всего записей: 9428 | Зарегистр. 11-03-2002 | Отправлено: 07:59 21-07-2020 | Исправлено: Pasha_ZZZ, 07:59 21-07-2020
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Pasha_ZZZ
 
У тебя может быть и есть, но это не гарантия что это же есть у всех. Остальное - пустышка, не обсуждаемо.

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

Всего записей: 26702 | Зарегистр. 31-07-2002 | Отправлено: 08:11 21-07-2020
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