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

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: 1528 | Зарегистр. 17-06-2003 | Отправлено: 13:39 08-11-2003 | Исправлено: mithridat1, 08:56 13-02-2019
supadupa

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Прошу прощения, я новичек в этом деле. Пытаюсь скачать сайт, но помимо основной папки проекта с названием сайта качается еще куча левых папок и файлов с названиями других сайтов. Как можно этого избежать используя правильную комбинацию команд? Заранее спасибо!
 
Использовались команды:
 
wget -m -k -p -E -Dexample.com http://example.com/

Всего записей: 3 | Зарегистр. 19-03-2011 | Отправлено: 02:50 19-03-2011 | Исправлено: supadupa, 14:30 19-03-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
supadupa
> wget -m -k -p -E -Dexample.com http://example.com/
В данном случае все корректно, с доменов отличных от example.com ничего загружаться не будет.
Единственное замечание: все-таки отделяйте ключ от его значения пробелом, в данном случае распарсится так, как вы предполагали, но так будет не всегда.

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 18:29 19-03-2011
supadupa

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG
А что будет если добавить параметр --max-redirect=0 тогда ведь точно wget не будет переходить по внешним ссылкам? Или этот параметр в данной ситуации не стоит применять? Просто при загрузке все равно создаются лишние папки.

Всего записей: 3 | Зарегистр. 19-03-2011 | Отправлено: 22:27 19-03-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
supadupa
Вы не дали конкретного примера, поэтому мне трудно судить о причине неожидамого поведения в данном случае.
Однако, при использовании -D даже при наличии редиректов сабж не должен ничего загружать с иных доменов, в этом кстати легко убедиться на том примере, что вы привели (с example.org).

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 22:38 19-03-2011
supadupa

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
пример:
 
wget -m -k -p -E -t1 -D example.com --max-redirect=0 http://example.com/ -o logfile.log
 
С парамером --max-redirect=0 пока вроде бы лишнего ничего не загружается.  
Интересно оказывается одного параметра -D example.com не достаточно.
 

Всего записей: 3 | Зарегистр. 19-03-2011 | Отправлено: 22:51 19-03-2011 | Исправлено: supadupa, 22:55 19-03-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
supadupa
Что «пример»? Ну в этом случае, разумеется, ничего не сохранено.

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 22:53 19-03-2011
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
доступ в инет сделан через Kerio WinRoute Firewall,
запускаю свою Оперу с флешки, прописываю прокси:порт,
при попытке войти на какой либо сайт выскакивает окошко, ввожу логин\пароль,
всё работает, но ,блин , записала всё это в батнике
http_proxy=http://логин:пароль@10.1.3.2:3128/
Wget пишет :Unsupported scheme, где я накосячила?

Всего записей: 1288 | Зарегистр. 20-12-2007 | Отправлено: 16:28 22-03-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sis_terr
> :Unsupported scheme
У меня нет сейчас Винды под рукой, но я могу предположить, что какой-то из символом она (в отличие от Баша) воспринимает как служебный.  
Закавычьте строку.

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 19:07 22-03-2011
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
ASE_DAG, да мне не к спеху, раньше четверга на тех машинах не буду
да к тому же там вин98 )) всяко может быть
закавычить строчку - это двойные кавычки от http до последнего слеша?

Всего записей: 1288 | Зарегистр. 20-12-2007 | Отправлено: 20:13 22-03-2011 | Исправлено: sis_terr, 20:15 22-03-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sis_terr
Да.  
http_proxy="http://логин:пароль@10.1.3.2:3128"
 
> вин98
О_о Да, вы правы, в этом случае может быть всяко. В частности, почему вы уверены, что проблема именно в приведенном фрагменте? Точно та же команда, но без прокси, работает? Или нет никакой возможности это проверить?
Если нет, то уверенным в правильной локализации проблемы быть не стоит. ;)

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 03:53 23-03-2011
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
ну у меня стандартный бат файл для той группы машин, там без прокси уже никак не проверить, но раньше с него всё нормально запускалось и качалось, теперь вот добавила только вход через этот шлагбаум))

Всего записей: 1288 | Зарегистр. 20-12-2007 | Отправлено: 14:05 23-03-2011
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
не, кавычки не помогли (
все равно пишет  логин:пароль@10.1.3.2:3128 :Unsupported scheme
 
пробовала и так
--proxy-user=логин --proxy-password=пароль,
тоже ничего не добилась

Всего записей: 1288 | Зарегистр. 20-12-2007 | Отправлено: 16:15 24-03-2011 | Исправлено: sis_terr, 16:49 24-03-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sis_terr
Хм... Логин и пароль ничего кроме букв латинского алфавита и цифр не содержат?

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 17:56 24-03-2011
vitrzn



Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG
Схожая ситуация (((
логин содержит @ и .
 пример  vlad@rut.wega.ru  , а пароль нормальный , т.е. буковки
 
как-то можно решить ?
 
p.s. ручками через браузер захожу без проблем

Всего записей: 1320 | Зарегистр. 28-10-2007 | Отправлено: 18:45 24-03-2011 | Исправлено: vitrzn, 18:50 24-03-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
vitrzn
Писать вместо собаки %40. Точка, афайк, мешать не должна.

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 19:11 24-03-2011
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
ASE_DAG, да  там простейший пароль и логин, всё латиницей, вот на другом компе где ХР, с более завёрнутыми паролями\ логинами, прям сейчас нормально качает.
домой приду, внимательнее сравню батники,  

Всего записей: 1288 | Зарегистр. 20-12-2007 | Отправлено: 19:13 24-03-2011 | Исправлено: sis_terr, 19:41 24-03-2011
GhoolVandal



Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
Задача: Бэкап сайта по FTP на комп в службой.
 
Пытался бэкапить wget-ом - столкнулся с двумя проблемами.
1) пробелы превращает в @20
2) удалённые на FTP файлы не удаляет на локальном компе.
 
как решить?
может не wget пользовать?

Всего записей: 251 | Зарегистр. 14-08-2005 | Отправлено: 20:01 24-03-2011 | Исправлено: GhoolVandal, 20:08 24-03-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sis_terr
Ну, не знаю, не может возникать ошибка парсинга строки, если строка корректная.
 
> вот на другом компе где ХР
И команды, что вы отдаете, полностью идентичные?
Кстати где вы задаете эту переменную? В окружении (set http_proxy=, или как там это в Винде делается), в .wgetrc или при помощи ключа -e? Попробуйте по-другому.
 
Сабж на проблемной машине, случаем, не ровесник оси, которая на ней стоит? :)  
Иначе говоря, какая версия и чьей сборки?
 
Добавлено:
GhoolVandal
Не дублируйте посты.
 
sis_terr
> домой приду, внимательнее сравню батники,  
Жду. :)
А лучше дайте проблемный скрипт сюда (или в личку) полностью. Пароли ведь там сугубо локальные, посему не конфиденциальные.

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 20:08 24-03-2011
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
1. Wget абсолютно идентичен, взят с шапки, классический, без иконки,
как то пробовала и тот который с иконкой, но он что то глючно работал
2.Запускаю с bat - файла, батники идентичны, отличаются только пути
 .wgetrc еще не знаю как применить, bat-а хватает
 
вот, самый простой для Вин98

Код:
wget.exe -HEkp -nc  -e robots=off http_proxy="http://IC5:5@10.1.3.2:3128" -iC:\#\Fulln.txt   -PC:\#\D -D dl.ziza.ru,ziza.qip.ru,warnet.ws,monk.com.ua, -X/engine,/sites,/javascript,/rek,/templates,/adv,/layout,/mediagallery,/landfm.com,/uploads  

 
папка # - это моя личная на том компе, с Wget-ом, Оперой и др,  
туда никто не лазит под страхом испепеления моим взглядом))
 
вот аналогичный батник для группы машин с ХР, находится и запускается с флешки

Код:
wget.exe -HEkp -nc  -e robots=off http_proxy=http://ibo:fyfkbnbrf@10.1.3.2:3128/ -iG:\#\Fulln.txt   -PG:\#\D -D dl.ziza.ru,ziza.qip.ru,warnet.ws,monk.com.ua, -X/engine,/sites,/javascript,/rek,/templates,/adv,/layout,/mediagallery,/landfm.com,/uploads  

 
может на 98й ему собачка не нравится, как писали выше?
есть еще бат файл для закачки страниц с nnm.ru там сложнее из-за залогинивания на сайте, приём куков, тоже на 98й работало нормально

Всего записей: 1288 | Зарегистр. 20-12-2007 | Отправлено: 03:04 25-03-2011 | Исправлено: sis_terr, 03:31 25-03-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sis_terr
> wget -e robots=off http_proxy=http://ibo:fyfkbnbrf@10.1.3.2:3128/
Удивительно, что в Хрюше это работает, у меня на Дебиане вполне справедливо ругается — пробел никак не является разделителем между строками rc-файла, если хотите уместить несколько строк в одной, пишите ключ -e перед каждой:
wget -e robots=off -e http_proxy=http://ibo:fyfkbnbrf@10.1.3.2:3128/
 
Я крайне удивлюсь, если причина проблемы окажется не в этом. :)

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 03:35 25-03-2011
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

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