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
BakLAN



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
f_serg
Слушай, объясни мне, пожалуйста, откуда в Makefile изначально стоит outinc. Что, в старых версиях OpenSSL, была такая папка? И как, тогда, объяснить то, что у препода в компе я в этом файле прописывал только путь к папке с OpenSSL, этот долбанный outinc там оставался и компиляция проходила успешно? Голову сломал уже...
 
 
Добавлено:
Это просто какая-то жопа... Подробнее...
 
P.S. К стати, папки lib в папке, где установлен OpenSSL, у меня нету. А что в ней должно быть - какие файлы?

Всего записей: 2850 | Зарегистр. 15-12-2003 | Отправлено: 23:37 21-04-2008 | Исправлено: BakLAN, 00:38 22-04-2008
f_serg



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

Цитата:
Слушай, объясни мне, пожалуйста, откуда в Makefile изначально стоит outinc.

Если развернуть исходники OpenSSL, например в C:/openssl-0.9.8g, собрать их, но не инсталлировать, то заголовочные файлы будут лежать в C:/openssl-0.9.8g/outinc , а библиотеки в C:/openssl-0.9.8g/out.
 

Цитата:
C:/openssl-0.9.8g/include/openssl/ssl.h:1: error: syntax error before ':' token
In file included from openssl.c:41:
C:/openssl-0.9.8g/include/openssl/ssl.h:1:22: warning: no newline at end of file
In file included from openssl.c:42:
C:/openssl-0.9.8g/include/openssl/x509.h:1:31: warning: no newline at end of file
In file included from openssl.c:43:
C:/openssl-0.9.8g/include/openssl/err.h:1:29: warning: no newline at end of file  

 
Слушай, да у тебя, походу, дистрибутив OpenSSL битый... Загляни внутрь C:/openssl-0.9.8g/include/openssl/ssl.h и посмотри, что там вообще есть.

----------
Serg

Всего записей: 1706 | Зарегистр. 11-09-2002 | Отправлено: 10:21 22-04-2008
BakLAN



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

Цитата:
Загляни внутрь C:/openssl-0.9.8g/include/openssl/ssl.h и посмотри, что там вообще есть.

Да вроде ничего такого. Архив совсем не битый...
ssl.h
C:\openssl-0.9.8g\ssl\ssl.h

Всего записей: 2850 | Зарегистр. 15-12-2003 | Отправлено: 17:25 22-04-2008 | Исправлено: BakLAN, 17:27 22-04-2008
RaP1D



Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Помогите разобраться. Скачал версию, указаную в шапке темы 1.11.1.
Создаю в дире программы batник с след. содержанием (пример):
wget http://gamewallpapers.ru/pub/k/kane_lynch_dead_men/10s.jpg
но качаеться index файл.  
 
Как правильно написать, чтобы качался вышеуказаный файл.
 
 
Вопрос 2:
1) Как сделать, чтобы программа брала поочереди ссылки из файла links.txt (или аналогичного), примерно такого содержания:
http://site.ru/file1.exe
http://site.ru/file2.txt
http://site.ru/file3.bat
 
Желательно, чтобы скаченная ссылка удалялась из файла.

Всего записей: 186 | Зарегистр. 29-12-2007 | Отправлено: 19:25 22-04-2008
igor_andreev

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
RaP1D
1. --referer=http://gamewallpapers.ru
2. -i links.txt (--input-file=links.txt)

Всего записей: 1704 | Зарегистр. 08-12-2004 | Отправлено: 19:35 22-04-2008
RaP1D



Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
igor_andreev
Спасибо, но можно по-конкретнее насчет --referer?
Допустим список ссылок указывает на разные ресурсы, например:
site1.ru
site2.ru
и т.д.
Так как с них качать всех?

Всего записей: 186 | Зарегистр. 29-12-2007 | Отправлено: 19:40 22-04-2008
igor_andreev

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
RaP1D

Цитата:
Так как с них качать всех?

батником.

Код:

for /?


Всего записей: 1704 | Зарегистр. 08-12-2004 | Отправлено: 19:54 22-04-2008
RaP1D



Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
igor_andreev
Немного разобрался, можно написать так: --referer=ag.ru,gamewallpapers.ru.
А можно ли как-нибудь указать файл, содержащий адреса, например так:
--referer=ref.txt
 
ref.txt:
ag.ru
gamewallpapers.ru

Всего записей: 186 | Зарегистр. 29-12-2007 | Отправлено: 20:04 22-04-2008 | Исправлено: RaP1D, 22:18 22-04-2008
Aeismann



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

Цитата:
А можно ли как-нибудь указать файл, содержащий адреса, например так:  
--referer=ref.txt

 
Неа. Если нужно качать автоматом с разных адресов, копни SET /?, там есть базовые операции со строками, может, получится выкусить часть строки.

Всего записей: 174 | Зарегистр. 24-10-2006 | Отправлено: 22:43 22-04-2008
RaP1D



Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
А можно ли скачать сайт целиком?
 
Например я пишу:
wget.exe -nv -i http://site.ru -c -nc -x
 
и на выходе получаю только index...
 
 
ИЛИ нет, конкретнее, чтобы скачивало с сайта все файлы с расширением .jpg, с сохранением иерархии фалов.

Всего записей: 186 | Зарегистр. 29-12-2007 | Отправлено: 22:51 22-04-2008 | Исправлено: RaP1D, 22:58 22-04-2008
f_serg



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

Цитата:
Да вроде ничего такого. Архив совсем не битый...  

Ладно, давай искать, что не работает... Собери из исходников OpenSSL (нужен perl). Там все просто, читай INSTALL.W32 секцию "GNU C (MinGW)". Не инсталлируй после сборки, оставь как есть. Потом в OPENSSL_PATH пропиши путь к собранным исходникам и попробуй собрать wget.

----------
Serg

Всего записей: 1706 | Зарегистр. 11-09-2002 | Отправлено: 07:59 23-04-2008
igor_andreev

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
RaP1D

Цитата:
Немного разобрался, можно написать так: --referer=ag.ru,gamewallpapers.ru.  

Не, я имел ввиду то же, что и Aeismann - "выкусить часть строки" Делается это командой FOR

Код:

@ECHO OFF
FOR /F "TOKENS=1,2* DELIMS=/" %%A IN (LINKS.TXT) DO ECHO WGET --referer=%%B %%A//%%B/%%C
PAUSE

Перевод на русский - каждую строку из файла LINKS.TXT разделить на три части, в качестве разделителя использовать слеш(DELIMS=/). Таким Макаром в %%A попадает http: (TOKENS=1), основной домен будет в %%B(TOKENS=2), а все остальное(TOKENS=*), независимо, сколько там еще слешей, будет в %%C. ECHO убрать для скачивания.

Цитата:
А можно ли скачать сайт целиком?  

Можно, wget --help

Всего записей: 1704 | Зарегистр. 08-12-2004 | Отправлено: 10:37 23-04-2008 | Исправлено: igor_andreev, 10:45 23-04-2008
RaP1D



Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
igor_andreev
Огромное спасибо!!!
 
 
Помогите пожалуйста ещё...
Нужно выгрузить с сайта все jpg картинки, я пишу так:
wget -nc -r --referer=http://site.com -P "downloads" -Rjpg http://site.com
 
Но ничего не выходит... Вначале он качает нормально, но после разрыва связи, при след. запуске регаеться, мол файл index.htm существует и не идет дальше...
 
Добавлено:
Проблему решил:
 
Заменил -nc на -N
 
 
 
А можно ли сделать фильтр, чтобы качались картинки токо разрешения 1280x1024?

Всего записей: 186 | Зарегистр. 29-12-2007 | Отправлено: 12:39 23-04-2008 | Исправлено: RaP1D, 13:03 23-04-2008
BakLAN



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
f_serg
О! Как раз этой ночью я и собрал OpenSSL. Вроде всё прошло без проблем. Но возник один вопрос. В Wget с поддержкой SSL поставляется две библиотеки - файлы: libeay32.dll и ssleay32.dll. После собственной сборки OpenSSL, у меня в папке C:\openssl-0.9.8g появились: libeay32.dll и libssl32.dll, причём первый размером на порядок больше, чем тот, который скомпилен под MSVS (так и должно быть - minGW выдаёт фаль большего размера?). А где же тогда ssleay32.dll, почему его нет ?

Всего записей: 2850 | Зарегистр. 15-12-2003 | Отправлено: 17:01 23-04-2008
RaP1D



Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Почему перестали отображаться сообщения в консольном окне? Это связано с -a log.txt, если не писать, то все нормально, но ведь раньше работало нормально...
 
Так можно ли сделать фильтр, чтобы качались картинки токо разрешения 1280x1024?

Всего записей: 186 | Зарегистр. 29-12-2007 | Отправлено: 20:00 23-04-2008
f_serg



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

Цитата:
А где же тогда ssleay32.dll, почему его нет ?

libssl32.dll - это ssleay32.dll, просто имя другое. Чтобы опции линкера типа -lssl32 -leay32 работали.

Цитата:
причём первый размером на порядок больше, чем тот, который скомпилен под MSVS

strip libeay32.dll
strip libssl32.dll
 
Размер окажется немного больше, чем у MSVS-ных. Разные оптимизаторы у разных компиляторов.

----------
Serg

Всего записей: 1706 | Зарегистр. 11-09-2002 | Отправлено: 10:25 24-04-2008
Aeismann



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

Цитата:
Почему перестали отображаться сообщения в консольном окне? Это связано с -a log.txt, если не писать, то все нормально, но ведь раньше работало нормально...

Говорили ж уже - либо в лог, либо на консоль - и туда, и туда не умеет.

Цитата:
Так можно ли сделать фильтр, чтобы качались картинки токо разрешения 1280x1024?

Как ты себе это представляешь? В общем случае размер можно узнать, только закачав заголовок файла. Иногда его указывают в коде хтмл-страницы, но это не показатель. К тому же парсер у вгета не настолько продвинутый, чтобы еще и фильтровать по тегам. Можно ещё указать примерный разброс размеров файлов, т.к. они должны указываться в заголовке ответа сервера в поле Content-length, но это опять же происходит не всегда. Средствами одного лишь сабжа это сделать нельзя, советую копнуть в сторону proxomitron.

Всего записей: 174 | Зарегистр. 24-10-2006 | Отправлено: 10:28 24-04-2008
RaP1D



Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Ещё вопрос, ух как я уже вас задолбал...
 
Есть директория http://armorgames.com/files/games, нужно скачнуть из нее все файлы swf.
Я пишу:
wget -N -r -x -A swf -i http://armorgames.com/files/games
Но ничего не выходит... Где я ошибся, или неправильно задана ссылка?

Всего записей: 186 | Зарегистр. 29-12-2007 | Отправлено: 16:06 24-04-2008
igor_andreev

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
RaP1D
Этож не фтп, индексного файла там нет, wget и не знает, что качать.
Скачать можно, только предварительно надо будет сливать страницы со ссылками, искать в них find <a href="/play/, потом скачивать эти ссылки, искать в них уже ссылки на /files/games и тд. Только это кажется бесполезно, потому что, в самих swf ссылки на сайт, играть оффлайн не получится. По крайней мере я две swf-ки скачал - прямиком на сайт отправляют.

Всего записей: 1704 | Зарегистр. 08-12-2004 | Отправлено: 16:34 24-04-2008
XXXXL



Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Ребята, тут недавно igor_andreev  помог написать такой бат:

Код:
wget -mirror -c -nd "http://myhost.ru/123.exe" "http://host.ru/123.exe"

 
дело в том что:
http://myhost.ru/123.exe весит 1.7мб
http://host.ru/123.exe 2мб
они разные хоть и называется одинаково.
И после того как wget стянул 1.7мб с http://myhost.ru/123.exe и не игнорирует зеркало а наоборот скачивает с него эти 0.3мб
 
помогите кто знает выход.

Всего записей: 286 | Зарегистр. 16-05-2007 | Отправлено: 21:14 24-04-2008
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