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
mithridat1



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
svl75
Вот так вроде работает...
wget.exe -e http_proxy=192.168.100.20:3128 -Y on --proxy-user=win4k --proxy-password=111 --passive-ftp -A.zip --directory-prefix=D:\Tasks\download_drweb -m -nd ftp://ftp.drweb.com/pub/drweb/bases -r -a wget.log

Всего записей: 4924 | Зарегистр. 05-01-2006 | Отправлено: 18:38 15-05-2007 | Исправлено: mithridat1, 18:39 15-05-2007
igor_andreev

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
svl75

Цитата:
Все равно не качает:

А ты слеш то поставь в конце ftp-url, как по твоему wget узнать должен, bases - это папка или файл? ftp://ftp.drweb.com/pub/drweb/bases/

Всего записей: 1704 | Зарегистр. 08-12-2004 | Отправлено: 19:53 15-05-2007
svl75

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Пишу как посоветовали:
 
------------------------------------------
set ftp_proxy=http://192.168.100.20:3128
 
D:\Tasks\Wget\wget.exe -e --proxy-user=win4k --proxy-password=111 --passive-ftp -A.zip --directory-prefix=D:\Tasks\download_drweb -m -nd ftp://ftp.drweb.com/pub/drweb/bases/ -r -a wget.log
----------------------------------скачивает только index---------------
09:04:28 (1.72 MB/s) - `D:/Tasks/download_drweb/index.html' saved [39588]
 
я уже засомневался сможет ли wget правильно работать с моим http-прокси.
Может я чего-то не так пишу?

Всего записей: 5 | Зарегистр. 02-05-2007 | Отправлено: 09:12 16-05-2007
pom205

BANNED
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Вопрос к спецам. При докачке с файлообменников wget к закачиваемому файлу, вернее к иго имени добавляет хвост типа YDS.RAR?tsid=20070519-115647-36d6639. Другие качалки его не добавляют. Как избавиться?
Обязательно ли явно указывать имя сохраняемого файла при передаче ссылки, например, из UShdownloader а.

Всего записей: 555 | Зарегистр. 03-06-2006 | Отправлено: 20:25 19-05-2007 | Исправлено: pom205, 12:17 21-05-2007
svl75

Newbie
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Еще раз прошу помощи у знатоков
ставлю вроде все как расписано в файлах примера by Andrei Chevel
 
set ftp_proxy=http://192.168.100.20:3128
 
D:\Tasks\Wget\wget.exe -r -l1 -np -nd -A.zip --proxy-user=win4k --proxy-password=111 --directory-prefix=D:\Tasks\download_drweb\ ftp://ftp.drweb.com/pub/drweb/bases/ -a wget.log
-----------------------------------------------------
в логах все то же:
лог----------------------------------------------------------
--10:56:19--  ftp://ftp.drweb.com/pub/drweb/bases/
           => `D:/Tasks/download_drweb/index.html.22'
Connecting to 192.168.100.20:3128... connected.
Proxy request sent, awaiting response... 200 OK
Length: 39 588 (39K) [text/html]
 
    0K .......... .......... .......... ........             100%    3.57 MB/s
 
10:56:19 (3.57 MB/s) - `D:/Tasks/download_drweb/index.html.22' saved [39588/39588]
 
совершенно не понятно как скачать все файлы по маске *.zip

Всего записей: 5 | Зарегистр. 02-05-2007 | Отправлено: 11:21 21-05-2007
igor_andreev

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
svl75
Ну и скачивай из index.html этого, раз по нормальному не получается, делов то
 

wget.exe -O drweb.htm ftp://ftp.drweb.com/pub/drweb/bases/
wget.exe --force-html -i drweb.htm


Всего записей: 1704 | Зарегистр. 08-12-2004 | Отправлено: 11:55 21-05-2007
mithridat1



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
svl75
Попробуй сделать то же самое,но с ресурсом  по http,где возможно получение индексной страницы.У меня то же прокси Squid 2.5 и с загрузкой с ftp через wget проблемы.

Всего записей: 4924 | Зарегистр. 05-01-2006 | Отправлено: 12:00 21-05-2007
igor_andreev

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

Цитата:
D:\Tasks\Wget\wget.exe -r -l1 -np -nd -A.zip --proxy-user=win4k --proxy-password=111 --directory-prefix=D:\Tasks\download_drweb\ ftp://ftp.drweb.com/pub/drweb/bases/ -a wget.log

А сюда просто добавь ключ --mirror ...

Всего записей: 1704 | Зарегистр. 08-12-2004 | Отправлено: 12:06 21-05-2007
svl75

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

Цитата:
Ну и скачивай из index.html этого, раз по нормальному не получается, делов то  

 
вот что пишу:
------------
D:\Tasks\Wget\wget.exe --proxy-user=win4k --proxy-password=111 -O D:\Tasks\download_drweb\drweb.htm  ftp://ftp.drweb.com/pub/drweb/bases/
D:\Tasks\Wget\wget.exe --mirror --proxy-user=win4k --proxy-password=111 --force-html -i D:\Tasks\download_drweb\drweb.htm --directory-prefix=D:\Tasks\download_drweb
-------------------
лог:
 
D:/Tasks/download_drweb/drweb.htm: Cannot resolve incomplete link dwrtoday.zip.
D:/Tasks/download_drweb/drweb.htm: Cannot resolve incomplete link dwrtoday.zip;type=i.
--10:18:24--  http://nnp-gate.nnp.ru:3128/squid-internal-static/icons/anthony-dirup.gif
           => `D:/Tasks/download_drweb/nnp-gate.nnp.ru+3128/squid-internal-stati
c/icons/anthony-dirup.gif'
Connecting to 192.168.100.20:3128... connected.
Proxy request sent, awaiting response... 200 OK
Length: 147 [image/gif]
Server file no newer than local file `D:/Tasks/download_drweb/nnp-gate.nnp.ru+3128/squid-internal-static/icons/anthony-dirup.gif' -- not retrieving.
 
-----------
в результате сохранились только иконки.
Посмотрел в индексном файле - все ссылки почему-то на локальный диск ссылаются
например:
file:///D:/Tasks/download_drweb/drw43300.zip
 
не понятно это.
Может чего не так делаю?

Всего записей: 5 | Зарегистр. 02-05-2007 | Отправлено: 10:36 22-05-2007
igor_andreev

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

Цитата:
Может чего не так делаю?

Так все, эт у тебя прокси корячит индексный файл.
Без прокси индексный файл выглядит так index_direct_connect.html , а с прокси у тебя наверно такого плана выдает index_throw_proxy.html
 
 --mirror попробуй добавь в свой вариант скачивания, не из файла, wget.exe -r -l1 -np -nd -A.zip...

Всего записей: 1704 | Зарегистр. 08-12-2004 | Отправлено: 11:58 22-05-2007 | Исправлено: igor_andreev, 12:25 22-05-2007
b3nd3rster

BANNED
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Вот есть список ссылок (все точно ведут на файлы без скриптов каких либо и переадресаци), штук 150, и их надо проверить на наличие ошибки 404, а затем неработающие записать в отдельный файл. Возможно ли такое реализовать? Если нет, как по проще моего вариана сделать, возможно ли такое? Читал в справке, что wget может быть сетевым пауком, но оно ли это?

Всего записей: 610 | Зарегистр. 18-08-2006 | Отправлено: 08:36 26-05-2007
Aushkin

Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Нужна помощь. Задача такая. Нужно, что бы wget проверял указанный ftp и загружал его содержимое в указанную папку. Нужно так же, что бы при проверке, он смотрел, не менялись ли файлы и если они менялись, то загружал бы новые, заменяя локальную копию. Есть ещё одно "НО", локальные файлы могут меняться пользователем и оказаться по дате изменения новее тех, которые на ftp, но нужно, что бы локальные файлы были всегда только такими, какие на фтп, а не теми, которые накосячил пользователь.
Сделал так:
wget -c -r -np -nH -p ftp://мойфтп.ru -P "С:\Моя_папка"
Всё работает исправно, файлы сливаются, при изменении на серваке скачивается новая версия. Но вот проблема, если я локально вношу любое изменение в файл, то локально уже остается моя версия и версия этого же файла без изменений уже не берется с фтп.
Помогите разобраться, где ошибка. Заранее большое спасибо.

Всего записей: 387 | Зарегистр. 06-05-2004 | Отправлено: 12:49 31-05-2007
mithridat1



Silver Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Aushkin
Для этого есть следующая опция

Цитата:
-N,  --timestamping           don't retrieve files if older than local.

Но если файлы локально были изменены пользователем то wget это никак не распознает
(Особенно если и размеры остались теми же)

Всего записей: 4924 | Зарегистр. 05-01-2006 | Отправлено: 13:13 31-05-2007
Aushkin

Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
-N никак не влияет на ситуацию. Если меняется файл на сервере, то загружается его обновленный вариант, но если меняется локальный файл, естетсвенно меняется и его timestamping и размер, то wget не трогает его и не заменяет его на оригинальный файл.
А нужно, что бы в локальной папке всегда была копия только удаленной директории и соответственно оригинальных файлов.
Да и кстати, "don't retrieve files if older than local." означает "не загружать файл, если он старее, чем локальный", а в моём случае нужно, что бы файлы загружались так или иначе, при условии, что локальная версия отличается от удаленной.
По сути, нужно что бы происходил мироринг, но только в одну сторону.

Всего записей: 387 | Зарегистр. 06-05-2004 | Отправлено: 13:29 31-05-2007 | Исправлено: Aushkin, 13:47 31-05-2007
igor_andreev

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

Цитата:
 нужно что бы происходил мироринг, но только в одну сторону.

Ну так а ключ --mirror для чего по твоему существует?

Всего записей: 1704 | Зарегистр. 08-12-2004 | Отправлено: 13:59 31-05-2007
Aushkin

Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
по моему --mirror существует для зеркалирования, но по моему зеркалирование оно понятие двустороннее, т.е. более новые файлы заменяют старые, как в одну, так и в другую стороны. Или я не прав?
что так:  
 
wget -c -r -np -nH -p ftp://мойфтп.ru -P "С:\Моя_папка"
 
 
что так:
 
wget -c -r -np -nH -p --mirror ftp://мойфтп.ru -P "С:\Моя_папка"
 
результат эдентичен.
 
Стоит внести изменения в локальный файл, всё, он не будет перезаписан до тех пор, пока на сервере не появится версия старще локальной. А нужно, что бы в локальной директории всегда было только и строго то, что на фтп и никак иначе, без вариантов. Сколько бы юзер не ковырял файлы, нужно, что бы при очередной синхронизации, все его художества были безжалостно убиты и заменены чистой копией оригинальных файлов с сервера. Естественно, если что-то локально менялось, если нет, то загружаются только новые.

Всего записей: 387 | Зарегистр. 06-05-2004 | Отправлено: 14:10 31-05-2007 | Исправлено: Aushkin, 14:21 31-05-2007
igor_andreev

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Тест с маленьким txt-файлом 2 Кб
 

Код:
wget http://www.nncron.ru/download/maillist_rules.txt
 
результат - `maillist_rules.txt' saved [2083/2083]
 
Сразу же запускаем повторно, но уже с опцией --mirror

Код:
wget -m http://www.nncron.ru/download/maillist_rules.txt
 
результат - Server file no newer than local file `maillist_rules.txt' -- not retrieving.
 
Теперь, имитируя дурного пользователя , открываем maillist_rules.txt в блокноте и в произвольном месте пишем слово "test", закрываем файл, на вопрос о сохранении изменений отвечаем утвердительно. Испортили локальный файл, так сказать... Запускаем опять:

Код:
wget -m http://www.nncron.ru/download/maillist_rules.txt
 
результат - The sizes do not match (local 2087) -- retrieving.
 
Ну если размер локального файла останется таким же, как на сервере, то тут уже (mithridat1 упоминал) ничего не попишешь.

Всего записей: 1704 | Зарегистр. 08-12-2004 | Отправлено: 15:11 31-05-2007 | Исправлено: igor_andreev, 15:13 31-05-2007
Aushkin

Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
А как оно должно выглядеть с FTP и с таким учетом, что бы директория с названием FTP не создавалась, короче говоря, как в моём варианте, но с Вашим исправлением?
 
Вот я попробовал так:
 
wget -m -c -r -np -nH -p ftp://мойфтп.ru -P "С:\Моя_папка"
 
тоже получил после изменения файла т повторного запуска wget:
 
 
The sizes do not match (local 22) -- retrieving.
 
Но! В папке остался измененный мной файл! Я чего-то не верно делаю?

Всего записей: 387 | Зарегистр. 06-05-2004 | Отправлено: 17:41 31-05-2007
igor_andreev

Advanced Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Aushkin
А если без -c?

Всего записей: 1704 | Зарегистр. 08-12-2004 | Отправлено: 19:16 31-05-2007
Aushkin

Member
Редактировать | Профиль | Сообщение | Цитировать | Сообщить модератору
Можно, но "-с" это:
 -c,  --continue                resume getting a partially-downloaded file.
эммм.... но работает. Спасибо большое!
 
В итоге получилась такая конструкция:
 
wget -m -r -np -nH -p -N ftp://мойфтп.ru -P "С:\Моя_папка"
 
но тогда вопрос, что будет с частично загруженным файлом, если во время загрузки связь разорвалась? -c и был добавлен, для того, что бы догружал.

Всего записей: 387 | Зарегистр. 06-05-2004 | Отправлено: 19:35 31-05-2007 | Исправлено: Aushkin, 19:36 31-05-2007
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