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

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
Unc1e

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG, логин или пароль наверняка правильные. Скопировал их из bat-ника в браузер и успешно авторизовался.

Всего записей: 420 | Зарегистр. 11-06-2007 | Отправлено: 22:50 03-04-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Unc1e
Не имея возможности проверить на ваших данных, ничего более сказать не могу. Как вы могли убедиться, запрос, отличающийся только логином и паролем, отрабатывает правильно.

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 23:19 03-04-2011
Unc1e

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG, вот что заметил - форма входа каждый раз имеет новый id вида blk549***, где последние 3 цифры равны аргументу rnd. Это может мешать авторизации?

Всего записей: 420 | Зарегистр. 11-06-2007 | Отправлено: 23:39 03-04-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Unc1e
Мне не мешает.
И судя по тому, что айди формы вы никуда не передаете, не может.

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 23:45 03-04-2011
Unc1e

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Ну хз. Мои данные не принимает почему-то. С вашими логин/паролем все в порядке - страница приходит авторизованная. В любом случае - огромное спасибо за помощь!
PS name="password" maxlength="15" - это ограничение на длину строки? У меня пароль из 18. Может из-за этого...

Всего записей: 420 | Зарегистр. 11-06-2007 | Отправлено: 00:04 04-04-2011 | Исправлено: Unc1e, 00:04 04-04-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Unc1e
> огромное спасибо за помощь!
Всегда пожалуйста.
 
> name="password" maxlength="15"
А откуда это?
Ну да, это ограничение на длину пароля. Только оно для браузера. И если через браузер авторизация с паролем в 18 символов таки проходит (что это у вас за браузер, который игнорирует это поле), то нет никаких оснований ей не проходить и через сабж.
 
Добавлено:
А может быть, дело вот как обстоит: вы что при регистрации вбили, что сейчас вбиваете все 18 символов пароля и не замечаете, что после пятнадцатого они не вводятся?

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 00:06 04-04-2011 | Исправлено: ASE_DAG, 00:11 04-04-2011
Unc1e

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG, и Опера и IE принимают 18 символов в это поле и не ругаются.
upd сейчас попробую только 15 ввести
upd2 и правда, 3 символа просто-напросто игнорируются одно слово - ucoz

Всего записей: 420 | Зарегистр. 11-06-2007 | Отправлено: 00:17 04-04-2011 | Исправлено: Unc1e, 00:22 04-04-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Unc1e
> и Опера
Не подтверждаю (Опера 11.01).
 
> и не ругаются
И не должны. Должны молча прекратить принимать ввод.
 
Добавлено:
> и правда
Т.е. вопрос разрешился? Вот и славно.
 
> одно слово - ucoz
А причем здесь Укоз? Это нормальное поведение любого браузера.

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 00:21 04-04-2011
Unc1e

Full Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
ASE_DAG
> А причем здесь Укоз?
почему бы не разрешить пароли длиннее 15 символов?

Всего записей: 420 | Зарегистр. 11-06-2007 | Отправлено: 00:26 04-04-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Ну, вообще говоря, да. Ограничение на длину пароля — это несколько за гранью здравого смысла.

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 00:27 04-04-2011 | Исправлено: ASE_DAG, 00:27 04-04-2011
MENNENN



Junior Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Подскажите пожалуйста как правильно сохранить ссылки для локального просмотра, оканчивающиеся на /
 
После загрузки сайта и конвертации, некоторые ссылки оканчивающиеся на / продолжают вести в интернет,  
 
<a href="www.example.org/foto/nature/images/sample/">  
 
при переходе по ним загружается нормальная страница
 
example.org/foto/nature/images/images.shtml
 
В ручную редактировать огромное количество файлов для меня не выход из ситуации. Как же добиться результата, чтобы вместо таких ссылок  
<a href="www.example.org/foto/nature/images/sample/">  
конвертировались ссылки типа  
<a href="foto/nature/images/images.shtml">
 

Всего записей: 42 | Зарегистр. 26-04-2009 | Отправлено: 02:03 04-04-2011 | Исправлено: MENNENN, 14:45 04-04-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
MENNENN
> некоторые ссылки оканчивающиеся на / продолжают вести в интернет
Не наблюдал.
 
> <a href="www.example.org/foto/nature/images/sample/">
Такая ссылка не должна была обработаться так, как предполагалось, вовсе. Это ссылка на www.example.org в текущей директории.
 
> при переходе по ним загружается нормальная страница
Так может быть дело и не в ссылках на директории, а в редиректах?

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 23:16 04-04-2011
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
есть раздел сайта  
http://www.fotoclub.info/festival/
логин-пароль естесно имеется
 
для каждого фотоклуба отдельная страничка , например
http://www.fotoclub.info/festival/collection/preview.html?club_id=208
меняются только цифры в конце
фотографии по таким ссылкам
превью
http://www.fotoclub.info/-imgs/fest/photo/size2/img_1302436842_7b18c.jpg
полноразмерная
http://www.fotoclub.info/-imgs/fest/photo/size1/img_1302436842_7b18c.jpg
 
как можно скачать полноразмерные не набивая ссылки на каждое фото?
а то мозгов не хватает

Всего записей: 1288 | Зарегистр. 20-12-2007 | Отправлено: 16:48 16-04-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sis_terr
Если вам нужны фото только определенного клуба, идентификатор к-рого задается в GET-параметрах, то сабжем здесь не обойтись. Заюзаем httrack:
$ httrack -* '+www.fotoclub.info/festival/collection/preview.html?club_id=162&photo_id=*' '+http://www.fotoclub.info/-imgs/fest/photo/size1/*' 'http://www.fotoclub.info/festival/collection/preview.html?club_id=162'
 
P.S. Да, вы говорили про логин-пароль. Достаточно кинуть cookies.txt в текущую директорию, httrack его подцепит.

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 21:43 16-04-2011 | Исправлено: ASE_DAG, 21:44 16-04-2011
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
ASE_DAG, надо все фото скачать, желательно с разбивкой по папкам, но не обязательно
с утра буду соображать

Всего записей: 1288 | Зарегистр. 20-12-2007 | Отправлено: 23:01 16-04-2011 | Исправлено: sis_terr, 23:04 16-04-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sis_terr
> с разбивкой по папкам
Вполне можно. Сообщите по какому критерию разбивать — скажу как.
 
> с утра буду соображать  
Раз так, то до завтра. :)

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 23:19 16-04-2011
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
сделала такой bat-файл

Код:
wget.exe -c -i  -PF:\_Control --keep-session-cookies --save-cookies COOKIE.TXT --post-data "login=******&password=*****" "http://www.fotoclub.info/festival/login.html#" -O -  
wget --load-cookies COOKIE.TXT -c -H -p  
 
$ httrack -* '+www.fotoclub.info/festival/collection/preview.html?club_id=162&photo_id=*' '+http://www.fotoclub.info/-imgs/fest/photo/size1/*' 'http://www.fotoclub.info/festival/collection/preview.html?club_id=162'

 
дальше загрузки COOKIE.TXT не идёт

Всего записей: 1288 | Зарегистр. 20-12-2007 | Отправлено: 19:02 17-04-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sis_terr
Во-первых, cookies.txt, а не COOKIE.TXT, внимательней.
Во-вторых, куки должны быть в текущей директории, и выше это тоже написано.
И наконец, «$» — это приглашение шелла, а не команда. Вы хоть чуточку критически относитесь к тому, что вам пишут, а не просто копипастите. :)

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 19:53 17-04-2011
sis_terr



Advanced Member
Редактировать | Профиль | Сообщение | ICQ | Цитировать | Сообщить модератору
если честно то я смотрю на то что вы написали мне раньше как баран на новые ворота)))
строчка с COOKIE.TXT  содрана с другого работающего с cookies батника
 
такие понятия как
«$» — это приглашение шелла,  
задается в GET-параметрах
$ httrack -
 
выше моих познаний (( в работе с  программой
 
снизойдите  

Всего записей: 1288 | Зарегистр. 20-12-2007 | Отправлено: 00:48 18-04-2011
ASE_DAG



Gold Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
sis_terr
> строчка с COOKIE.TXT  содрана с другого работающего с cookies батника
Ну я и говорю, не надо бездумно копипастить. :)
 
> «$» — это приглашение шелла
В Винде оно имеет вид знака больше (>).
 
> задается в GET-параметрах  
<протокол>://<логин>:<пароль>@<хост>:<порт>/<путь>?<параметры>#<якорь>
Сабж не умеет ограничивать свои рекурсивные похождения параметрами.
 
Итак, httrack вы установили?
Могу предположить, что его исполняемый файл оказался не в директории, перечисленной в %PATH% (Винда, ага), поэтому надо будет ее (директорию) туда добавить вручную.
А дальше выполняете то, что я привел выше, учитывая виндовую специфику. Я бы для начала проверил в интерактивной комстроке:
>httrack ....и т.д.
, а только потом включал в скрипт.
 
И не заставляйте меня писать что-либо (виндовый батник) вслепую, я всегда (ну почти ;) проверяю команды, которые могут быть скопипащены и выполнены, а его мне не проверить.

Всего записей: 9272 | Зарегистр. 12-05-2005 | Отправлено: 01:07 18-04-2011 | Исправлено: ASE_DAG, 01:08 18-04-2011
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

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