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
BakLAN



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

Цитата:
когда я пытаюсь создать файл с именем .wgetrc виндоус на меня ругается, что "следует ввести имя файла".

Качать FAR-менеджер? Зачем такой изврат? Файл создаётся без проблем средствами винды:

Код:
copy con .wgetrc

Ctrl+Z
Enter

Всего записей: 2831 | Зарегистр. 15-12-2003 | Отправлено: 15:27 22-03-2010 | Исправлено: BakLAN, 15:28 22-03-2010
SomeCherry

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Ну ладно, допустим, что не существует возможности взять логин и пароль прокси из системы.
Но может быть хотя бы можно как-то сделать, чтоб он их _запрашивал_? (а не просто тупо писал 403 "ISA сервер запретил этот URL")

Всего записей: 17 | Зарегистр. 18-03-2010 | Отправлено: 11:52 23-03-2010
olemel

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Подскажите пожалуйста какой командой Wget можно скачать сайт доступный по адресу http://ftp.byfly.by/ , доступ осуществляется по http протоколу, хотя ресурсы ftp , хочу зазеркалировать весь сайт.

Всего записей: 18 | Зарегистр. 17-10-2009 | Отправлено: 09:29 25-03-2010
iglezz

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
olemel
А чем ftp://ftp.byfly.by/ не устраивает?

Всего записей: 1268 | Зарегистр. 18-02-2003 | Отправлено: 18:23 25-03-2010
Consider

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Есть проблема, надо на windows платформе иметь зеркало удаленного ftp сервера работающего в "активном режиме" (пассивный режим специально отключен), дело даже не в режиме работы ftp сервера, вопрос в том как с помощью wget получить полноценное зеркало? wget не удаляет старые файлы(папки) на "назначении", если их удаляют в "источнике"

Всего записей: 11 | Зарегистр. 01-01-2006 | Отправлено: 05:20 01-04-2010
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
мальчишки, подскажите, а то курение мануала не привело к просветлению    
скачиваю некоторые блоги с nnm.ru
параллельно, сей папке, в смысле рядом создаются совсем ненужные папки rutube.ru, top100.rambler.ru, www.youtube.com и тп
манипулированием командами --exclude-domains list и -Dlist  
не удалось избавиться от ненужного.
Как правильно сделать?

Всего записей: 1289 | Зарегистр. 20-12-2007 | Отправлено: 01:27 02-04-2010
iglezz

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sis_terr
какая именно команда на скачивание даётся?

Всего записей: 1268 | Зарегистр. 18-02-2003 | Отправлено: 09:08 02-04-2010
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
iglezz
-H

Всего записей: 1289 | Зарегистр. 20-12-2007 | Отправлено: 11:00 02-04-2010
iglezz

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sis_terr
Вобще я подразумевал полную, которая используется, в виде
Код:
wget -param1 -param2 ... http://чёто-там

Ключик -H подразумевает хождение по ссылкам за пределы текущего домена. Оно действительно необходимо?

Всего записей: 1268 | Зарегистр. 18-02-2003 | Отправлено: 12:58 02-04-2010 | Исправлено: iglezz, 12:58 02-04-2010
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
iglezz
моя запись в бат-файле без моих мучений с  --exclude-domains и -D
wget.exe -c -H  -p -k -i  http://nnm.ru sis-terr:pass@host/ robots=off nnm.ru C:\#\links.txt   -PC:\#\D
кроме основного домена надо чтобы скачивалось из img**.nnm.ru
**там могут быть разные цифры

Всего записей: 1289 | Зарегистр. 20-12-2007 | Отправлено: 19:07 05-04-2010
iglezz

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sis_terr
В каком формате задавались ключи --exclude-domains и -D?

Всего записей: 1268 | Зарегистр. 18-02-2003 | Отправлено: 19:44 05-04-2010 | Исправлено: iglezz, 19:52 05-04-2010
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
-D img**.nnm.ru,nnm.ru
--exclude-domains top3.mail.ru,top.mail.ru .....
вроде сейчас так работает все как необходимо, видать, для просветления,
 надо было покурить чистого Крымского воздуха на выходных  

Всего записей: 1289 | Зарегистр. 20-12-2007 | Отправлено: 20:33 05-04-2010 | Исправлено: sis_terr, 20:48 05-04-2010
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
А можно как то указать размер и положение окошка Wget?

Всего записей: 1289 | Зарегистр. 20-12-2007 | Отправлено: 14:54 24-04-2010
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sis_terr
 
Настройками консоли можно. Любое консольное приложение их имеет. Это ключи вида [HKEY_CURRENT_USER\Console\<имя приложения>] именно в них хранятся настройки конкретных консольных приложений если их выставить вручную, иначе используются общие настройки консоли из ключа [HKEY_CURRENT_USER\Console].

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

Всего записей: 26701 | Зарегистр. 31-07-2002 | Отправлено: 16:12 24-04-2010 | Исправлено: Victor_VG, 16:13 24-04-2010
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Victor_VG
Спасибо, разобралась методом  научного тыка )

Всего записей: 1289 | Зарегистр. 20-12-2007 | Отправлено: 21:23 24-04-2010
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
еще можно оказалось сделать так :
создать ярлык, поставить необходимые настройки ,  
в реестре создастся дополнительный раздел,
экспортируем файл .reg нового раздела, раздел удаляем,
в .reg файле правим путь \Console, импортируем

Всего записей: 1289 | Зарегистр. 20-12-2007 | Отправлено: 01:22 25-04-2010
kilserg



Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Всем привет!
Прикручиваю WGet к лисе через FlashGot в винде.
С большинством ссылок нормально работает. Но попалась одна такая, которая через внутренний качальщик лисы идет, а через ВГет - нет
 
Вот ссылка:
http://ia341329.us.archive.org/0/items/TheConcertCompanion/TheConcertCompanion.djvu
 
вызов вгета:
wget.exe -c --directory-prefix="C:\Tmp\1" --input-file="C:\docs\SchizoID\Local Settings\Temp\flashgot.PROFILE\flashgot-9.fgt" --referer="http://ia341329.us.archive.org/0/items/TheConcertCompanion/" --load-cookies="C:\docs\SchizoID\Local Settings\Temp\flashgot.PROFILE\cookies-9" --header="Cookie:PHPSESSID=ca9d332e49dfd7c05fb5016d1a40659f; " --post-data= --append-output="C:\docs\SchizoID\LOCALS~1\Temp\LOG\downloads.log" --user-agent="Mozilla/5.0" -t5
 
Вот лог:

Код:
 
--2010-04-25 16:07:32--  http://ia341329.us.archive.org/0/items/TheConcertCompanion/TheConcertCompanion.djvu
Resolving ia341329.us.archive.org... 207.241.230.223
Connecting to ia341329.us.archive.org|207.241.230.223|:80... connected.
HTTP request sent, awaiting response... 405 Not Allowed
2010-04-25 16:07:33 ERROR 405: Not Allowed.
 

 
Вот описание ошибки из вики:
Каждый сервер обязан поддерживать как минимум методы GET и HEAD. Если сервер не распознал указанный клиентом метод, то он должен вернуть статус 501 (Not Implemented). Если серверу метод известен, но он не применим к конкретному ресурсу, то возвращается сообщение с кодом 405  (Method Not Allowed). В обоих случаях серверу следует включить в сообщение ответа заголовок Allow со списком поддерживаемых методов.
 
Смотрел параметры вгета, гуглил, но не починил
Кто-нибудь знает как исправить?
 
UPD
Разобрался. Ошибка из-за пустого параметра --post-data=. Если убрать - все нормально. Хотя с других сайтов и так качалось, и я думал, что что-то специфичное не передал.

Всего записей: 12 | Зарегистр. 20-10-2009 | Отправлено: 14:16 25-04-2010 | Исправлено: kilserg, 14:27 25-04-2010
Petrik_Pjatochkin



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Подскажите плиз. Хочу скачать блог http://www.liveinternet.ru/users/ХХХХХХХ/
Нужно скачать только странички, которые начинаются с этого адреса, т.е. например такого типа: http://www.liveinternet.ru/users/ХХХХХХХ/post123456789/
 
Какие нужно задать параметры? Спасибо!

Всего записей: 689 | Зарегистр. 04-12-2007 | Отправлено: 15:15 25-04-2010
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Petrik_Pjatochkin
создай текстовый файл со списком страниц
http://www.liveinternet.ru/users/ХХХХХХХ/page ххх.shtml
и пусть Wget качает с этого списка

Всего записей: 1289 | Зарегистр. 20-12-2007 | Отправлено: 14:14 26-04-2010 | Исправлено: sis_terr, 14:14 26-04-2010
Victor_VG



Tracker Mod
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
kilserg
 
И иногда надо ставить ключ --no-check-certificate, например на сайте Зверя для скачивания расширений он нужен.

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

Всего записей: 26701 | Зарегистр. 31-07-2002 | Отправлено: 23:38 26-04-2010
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