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

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
Activium

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
evgenych
в этом случае можно попробовать поэкспериментировать с рекурсией. попробуйте прописать в конфигурационном файле (wgetrc или wget.ini) что-то типа:

Код:
 
domains = nextmail.ru
accept = .rar
reject = .htm,.HTM,.html,.HTML,.gif,.GIF,.jpg,.JPG,.jpeg,.JPEG
recursive = on
reclevel = 1 # или может 2, 3
input = links.txt # ваш файл со ссылками
 

Всего записей: 58 | Зарегистр. 06-11-2003 | Отправлено: 06:18 05-07-2005 | Исправлено: Activium, 06:26 05-07-2005
evgenych

Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
2Activium

Код:
 
domains = nextmail.ru  
accept = .rar  
reject = .htm,.HTM,.html,.HTML,.gif,.GIF,.jpg,.JPG,.jpeg,.JPEG  
recursive = on  
reclevel = 1 # или может 2, 3  
input = links.txt # ваш файл со ссылками
 

 
Спасибо помогло.
Добавил только

Код:
 
span_hosts = on
 


Цитата:
 
... в конфигурационном файле (wgetrc или wget.ini)...
 

у меня wget.ini не воспринимается, к сожалению...
wgetrc неудобно юзать, нет расширения, не привязан к текстовому редактору, каждый раз выбирать из списка

Всего записей: 189 | Зарегистр. 20-07-2003 | Отправлено: 19:32 05-07-2005
dimensionz



Newbie
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
evgenych
Времени прошло уже прилично, но может мой совет еще пригодится: wgetrc можно назначить, указав полное имя файла в переменной wgetrc.
 
Но мой опыт показывает, что все же лучше не использовать файл wgetrc для оперативной параметризации. В таких файлах хранят устоявшиеся умолчания, оперативные изменения лучше делать в командной строке.
 
Знаю, знаю: найдутся несогласные со мной. Но этот спор - старый, как мир. Глобалисты были и будут. Как и их противники.
 
Добавлено:
WGet сходит с ума.
 
Отменяю использование Proxy и продолжаю скачивать с тех же сайтов, что и раньше. С HTTP-сайтов все как и раньше, а с FTP-сайтов теперь качает как попало, канал открывается только с энной попытки (этот "эн" тем больше, чем дальше сайт), забивает консоль дополнительной диагностикой, а размер файла не показывает (как будто это какой-нить stream), соответственно режим spider использовать бессмысленно.
 
Однако сначала было так: вдруг WGet "попросил разрешения" открыть исходящее соединение (у меня активирован Windows Firewall), когда я продолжил загрузку недокачанного вчера файла. Нехорошие сомнения на время отвлекли меня от скачивания - совсем недавно я избавился от одного оччень вредного "шпиона". Но увы -все проверки ничего не дали, причина оказалась именно в WGet'е. Я подумать не мог, что причина именно в отключении Proxy, тем более что это у меня привычный прием, для HTTP-сайтов. Ндааа...
 
Но самое "веселое" в этой ситуации то, что я заметил это только сейчас, спустя год после начала пользования этой утилитой. Ну вот не нужен был мне WGet для качания с  FTP'шек. Да, проверил в самом начале, так, ради интереса - вроде качает, ну и ладно (причем и без прокси - если качать с очень "близкого" сайта, то разницы можно и не заметить, особенно если глаз еще не "пристрелялся" к особенностям диагностики). А так я все это время качал с фэ-тэ-пэ другими средствами, и лишь изредка WGet'ом, но не заморачиваясь подгоном опций...
 
Я завязываю с "лирикой", теперь только "физика": WGet-1.9.1 плохо работает с "родными" Windows-FTP-серверами или серверами, работающими под управлением Windows (например, Serv-U).
 
Поделитесь своим опытом.

Всего записей: 8 | Зарегистр. 04-07-2005 | Отправлено: 02:38 21-07-2005 | Исправлено: dimensionz, 06:19 21-07-2005
f_serg



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

Цитата:
Поделитесь своим опытом.

В пассивном режиме у меня отлично работает
Цитата:
с "родными" Windows-FTP-серверами или серверами, работающими под управлением Windows

В активном - не знаю, сижу за корпоративным файрволом.

Всего записей: 1706 | Зарегистр. 11-09-2002 | Отправлено: 07:36 21-07-2005
dimensionz



Newbie
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Да, действительно, указал

Код:
 
--passive-ftp
 

и почти все пошло. За исключением некоторых файлов, имена которых содержат квадратные скобки (ясно, что WGet воспринял эти линки как регулярные выражения). Другие "плохие" символы не искал - недосуг было.
 
Однако возникает вопрос. Раз пассивный режим по умолчанию выключен, значит WGet должен работать в активном режиме. Более того, именно так он и делает. Но избирательно - см. мой пред. пост.  
 
Вот фрагменты диагностики, перед началом скачивания с сайта ftp.gnu.org
 
==> PORT ... done.    ==> RETR wget-1.9.1.tar.gz ... done.
Length:  1,322,378 (unauthoritative)
 
А теперь тот же кусок диагностики при попытке скачать c некоего стабильного и "близко расположенного" сайта под управлением Windows Server 2003
 
==> PORT ... done.    ==> RETR winxpsp2.iso ... done.
accept: Unknown error
 
Такой же облом будет, если на сервере "клиентский" Windows, скажем WinXP "в паре" с Serv-U.
 
И потом, что это значит, когда выключаешь прокси, то появляются запрещенные символы в линках. Как то не улавливаю связи Тем более, что не должен WGet итспользовать регулярные выражения - это не документировано.

Всего записей: 8 | Зарегистр. 04-07-2005 | Отправлено: 09:22 22-07-2005 | Исправлено: dimensionz, 09:33 22-07-2005
igor_andreev

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

Цитата:
За исключением некоторых файлов, имена которых содержат квадратные скобки

Попробуй в фтп-урл заменить квадратные скобки на знаки вопроса, вроде link[somename].rar на link?somename?.rar

Всего записей: 1648 | Зарегистр. 08-12-2004 | Отправлено: 09:46 22-07-2005
f_serg



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

Цитата:
что не должен WGet итспользовать регулярные выражения - это не документировано.

Документировано. Опция --no-glob. И wget забъет на метасимволы.
 
Содержание файла .urls:

Цитата:
ftp://serg:********@ftp.server.dom//home/serg/tmp/file[12345]name.txt

 

Цитата:
E:\>wget -Y off --no-passive-ftp -i .urls
--13:42:28--  ftp://serg:*password*@ftp.server.dom//home/serg/tmp/file[12345]name.txt
           => `.listing'
...
13:42:28 (530.98 KB/s) - `.listing' saved [1849]
 
Removed `.listing'.
No matches on pattern `file[12345]name.txt'.

 

Цитата:
E:\>wget -Y off --no-passive-ftp --no-glob -i .urls
--13:43:44--  ftp://serg:*password*@ftp.server.dom//home/serg/tmp/file[12345]name.txt
           => `file[12345]name.txt'
...
100%[====================================>] 5             --.--K/s
 
13:43:44 (320.19 KB/s) - `file[12345]name.txt' saved [5]
 
 
FINISHED --13:43:44--
Downloaded:  bytes in 1 files

Всего записей: 1706 | Зарегистр. 11-09-2002 | Отправлено: 10:44 22-07-2005
dimensionz



Newbie
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
igor_andreev

Цитата:
в фтп-урл заменить квадратные скобки на знаки вопроса, вроде link[somename].rar на link?somename?.rar  

Интересный прием, чисто русский я бы сказал. Но нежелательный, поэтому хорошо, что есть соответствующая опция.
 
f_serg

Цитата:
Документировано. Опция --no-glob.  

Спасибо за поправку. Я как-то и забыл про глоббинг (так как использовал только те режимы, где он не работает). Но чтобы быть точным, опция  --no-glob не документирована и "не работает" (как и --no-passive-ftp) на моей версии WGet'а (я указывал ее в первом своем посте). Может, ты уже "десяткой" пользуешься? Чем она хороша? Инсталяшку под Windows ленивому не подскажешь?
 
Но остались без ответа вопросы:
  • почему Wget в активном режиме не работает с некоторыми FTP-серверами (а только в пассивном или через прокси)
  • почему при использовании прокси отключен глоббинг - это Wget его отключает или просто он не сообщает, что отказ по этому режиму идет от прокси?

Всего записей: 8 | Зарегистр. 04-07-2005 | Отправлено: 00:56 26-07-2005 | Исправлено: dimensionz, 01:16 26-07-2005
netspider

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
всем привет, подскажите опцию в конфиге, что бы все закачки складывались допустим в C:\downloads

Всего записей: 405 | Зарегистр. 13-01-2004 | Отправлено: 17:41 28-07-2005
f_serg



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

Цитата:
Может, ты уже "десяткой" пользуешься?

Да. Но эта опция была и в предыдущих версиях. wget --help

Цитата:
Инсталяшку под Windows ленивому не подскажешь?

Я из исходников собираю. OpenSSL + WGet. Могу кинуть собранное мной на мыло.

Всего записей: 1706 | Зарегистр. 11-09-2002 | Отправлено: 08:11 09-08-2005
gavana



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
просветите,пожалуйста:
 
1. как делать паузу
2. при обрыве связи окно cmd закрывается , как продолжить закачку
3. как грамотно скрестить wget c firefox
4. как выставлять количество потоков и секций
 
p.s. пользуюсь недавно,сильно не пинайте.Спасибо

Всего записей: 1367 | Зарегистр. 14-03-2003 | Отправлено: 13:32 16-08-2005
netspider

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

Цитата:
3. как грамотно скрестить wget c firefox

FF+Flashgot+wget = love
 
да и ещё подскажите есть ли у wget очередь загрузок..ну в смысле чтобы не каждый раз окно открывалось, а он качал из списка?

Всего записей: 405 | Зарегистр. 13-01-2004 | Отправлено: 14:57 16-08-2005 | Исправлено: netspider, 14:58 16-08-2005
f_serg



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

Цитата:
2. при обрыве связи окно cmd закрывается , как продолжить закачку

Опция -c
netspider

Цитата:
да и ещё подскажите есть ли у wget очередь загрузок..ну в смысле чтобы не каждый раз окно открывалось, а он качал из списка?


Код:
wget [опции] -i urls.txt

В файл urls.txt прописываешь все URL-и, которые надо стянуть.

Всего записей: 1706 | Зарегистр. 11-09-2002 | Отправлено: 07:40 17-08-2005 | Исправлено: f_serg, 07:41 17-08-2005
gavana



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

Цитата:
Цитата:
2. при обрыве связи окно cmd закрывается , как продолжить закачку
 
Опция -c  

 
спрошу иначе:
  - как сделать ,чтобы окно при завершении (обрыве) закачки не закрывалось
  - как правильно можно приостановить, а позже продолжить закачку (какие опции, URL      
 нигде не сохраняется)
 
 

Всего записей: 1367 | Зарегистр. 14-03-2003 | Отправлено: 11:55 17-08-2005
f_serg



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

Цитата:
- как сделать ,чтобы окно при завершении (обрыве) закачки не закрывалось

Ну, это уже не к wget-у вопрос. Запускай bat-ничек какой-нибудь.
Типа cmd.exe /K wget [опции]...

Цитата:
- как правильно можно приостановить, а позже продолжить закачку (какие опции, URL      
 нигде не сохраняется)

Приостанивить - никак. Насчет URL - занеси его в файл и опция -i.
 
Добавлено:
Да, есть опция -b. Тогда wget работает в фоне и весь свой лог пишет в файл.

Всего записей: 1706 | Зарегистр. 11-09-2002 | Отправлено: 09:39 18-08-2005
8AleX8



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Wget 1.10.1 STABLE VERSION
http://xoomer.virgilio.it/hherold/wget-1.10.1b.zip

Всего записей: 1813 | Зарегистр. 11-12-2001 | Отправлено: 00:47 30-08-2005
netspider

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
8AleX8
а changelog ?

Всего записей: 405 | Зарегистр. 13-01-2004 | Отправлено: 06:33 30-08-2005
8AleX8



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

Цитата:
а changelog ?


Цитата:
Wget 1.10.1 is a bugfix release with no user-visible changes.

Всего записей: 1813 | Зарегистр. 11-12-2001 | Отправлено: 09:28 30-08-2005
g00d

Junior Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
народ помогите выкачать с помощью вгета вот Это
http://infection.hackthisbox.com/dl/vir/
хочется все зипы выкачать оттуда
пробовал по разному но все равно он хочет index.html
а нн нет его там.. как ???

Всего записей: 172 | Зарегистр. 10-01-2004 | Отправлено: 17:09 23-09-2005
bredonosec



Platinum Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
g00d
A offline explorer-ом не пробовал? Там при создании проекта нового имеется галка одна "try to explore all possible subdirectories" - возможно, поможет..

Всего записей: 15883 | Зарегистр. 13-02-2003 | Отправлено: 02:52 26-09-2005
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

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