unix 2012-04-09 07-12-21
man wget
СИНТАКСИС
wget [параметры]... [URL]...
ОПИСАНИЕ
GNU Wget - это открыто распостраняемая утилита для загрузки файлов из интернет. Она поддерживает протоколы HTTP, HTTPS, и FTP, загрузку с серверов прокси по протоколу HTTP.
Wget может следовать по ссылкам страниц HTML и создавать локальные копии удаленных сайтов web, при этом возможно полное восстановление структуры папок сайта ("recursive downloading" - рекурсивная загрузка). Во время такой работы Wget ищет файл с правами доступа для роботов (/robots.txt). Возможна также конвертация ссылок в загруженных файлах HTML для дальнейшего просмотра сайта в автономном режиме ("off-line browsing").
Проверка заголовков файлов: Wget может считывать заголовки файлов (это доступно по протоколам HTTP и FTP) и сравнивать их с заголовкам ранее загруженных файлов, после чего может загрузить новые версии файлов. Благодаря этому при использовании Wget можно реализовывать зеркальное хранение сайтов или набора файлов на FTP.
Wget разработан для медленных или нестабильных соединений: если во время загрузки возникнет проблема, то Wget будет пытаться продолжить загрузку файла. Если сервер, с которого загружается файл, поддерживает докачку файлоа, то Wget продолжит загружать файл именно с того места, где оборвалась загрузка.
OПЦИИ
Основные параметры
-V
--version
Отобразить версию Wget.
-h
--help
Отобразить параметры командной строки Wget.
-b
--background
Перейти в фоновый режим после запуска. Если файл для сообщений не указан параметром -o, то он записывается в wget-log
-e command
--execute command
Выполнить command как если бы она была частью .wgetrc. Команда будет выполнена после команд в .wgetrc.
Параметры сообщений
-o logfile
--output-file=logfile
Записывать все сообщения в logfile. Иначе они будут направлены в stderr.
-a logfile
--append-output=logfile
Дополнить logfile. Как и -o, только logfile не заменяется, а дополняется. Если logfile не существует, создается новый файл.
-d
--debug
Отображать сообщения отладки - разная информация, важная для разработчиков Wget.
-q
--quiet
Выключить сообщения Wget.
-v
--verbose
Включить подробные сообщения, со всеми доступными данными. По умолчанию включено.
-nv
--non-verbose
Исопльзовать сокращенные сообщения (чтобы выключить сообщения, см. -q). Сообщения об ошибках и основная информация будут отображаться.
-i file
--input-file=file
Считать URL из file. В этом случае указывать URL в командной строке не требуется. Если URL указаны и в командной строке и в file, то сначала будут загружены URL из командной строки. file не обязательно должен иметь формат HTML (но ничего страшного, если это так) -- URL просто должны быть указаны в нем.
Если вы укажете --force-html, то файл будет прочтен как html. В этом случае могут возникнуть проблемы с относительными ссылками. Это можно предотвратить добавлением в него "<base href="url">" или вводом в командной строке --base=url.
-F
--force-html
При чтении URL из файла, включает чтение файла как HTML. Для предотвращения ошибок в случае локального файла HTML добавьте в файл "<base href="url">" или введите параметр командной строки --base.
-B URL
--base=URL
При чтении URL из файла (-F) определяет URL, добавляемый к относительным адресам файла, указанного параметром -i.
Параметры загрузки
--bind-address=ADDRESS
При соединениях по протоколам TCP/IP передает "bind()" в ADDRESS на локальной машине. В ADDRESS может быть указано как имя хоста, так и IP адрес. Используется, если ваш компьютер имеет несколько адресов IP.
-t number
--tries=number
Устанавливает число повторов number. Укажите 0 или inf для отмены повторов.
-O file
--output-document=file
Документы не будут записываться в соответствующие файлы, а будут объединены вместе и записаны в файл file. Если file существует, то он будет заменен. Если file указан, как -, то документы будут выводиться на стандартный вывод (stdout). Этот параметр автоматически устанавливает число повторов в 1. Полезен при закачке разделенных на части файлов с почтовых серверов через интерфейс web.
-nc
--no-clobber
Если при загрузке сайта связь оборвалась, то укажите этот параметр для продолжения загрузки с места прерывания связи.
При запуске Wget без параметров -N, -nc, или -r загрузка одного и того же файла в одну папку приведет к созданию копии файла с именем file.1. Если существует файл и с таким именем, третья копия будет называться file.2 и т.д. При параметре -nc будут выводиться предупреждения об этом.
При запуске Wget с параметром -r, но без -N или -nc, новая загрузка сайта приведет к замене уже загруженных файлов. При указании параметра -nc загрузка продолжится с места обрыва и загруженные файлы не будут загружаться заново (если только они не изменились).
При запуске Wget с параметром -N, с или без -r, файл будет загружен только если он новее уже существующего, или если размер его не совпадает с имеющейся копией (см. Сравнение по дате). -nc не комбинируется с -N.
При указанном параметре -nc файлы с расширениями .html или (вот это просто ужасно) .htm с локальных дисков будут загружаться, как будто бы из интернет.
-c
--continue
Возобновление загрузки файла. Используется, если загрузка файла была прервана. Например:
wget -c ftp://sunsite.doc.ic.ac.uk/ls-lR.Z
Если в текущей папке уже есть файл с именем ls-lR.Z, то Wget проверит, соответствует ли данный файл загружаемому (не по размеру!), и если это так, то отправит запрос на сервер на продолжение загрузки файла с того же места, где оборвалась загрузка в прошлый раз.
Помните, что при обрыве связи Wget повторяет попытки дозагрузки самостоятельно и без параметра -c, и только когда он "сдастся" и завершит свою работу, то для возобновления загрузки файла будет нужен этот параметр.
Без указания опции -c предыдущий пример приведет к загрузке указанного файла заново с конечным именем ls-lR.Z.1, никак не трогая уже имеющийся ls-lR.Z.
Начиная с версии 1.7 при указании параметра -c если файл на сервере имеет равный или меньший, чем у локального файла, размер, то Wget не будет ничего загружать и отобразит соответствующее сообщение.
Однако, при использовании -c любой файл на сервере, имеющий больший размер, чем локальный файл, будет рассматриваться, как недокачанный. При этом будет загружено и записано в конец файла только "(длина(удал.файл) - длина(локал.файл))" байт. Это может пригодиться, елси вам нужно загрузить новые сообщения из какого-либо журнала (log).
При этом если загружаемый файл больше потому, что он изменился, то вы получите поврежденный файл (т.е. файл может в итоге получиться совершенно отличным от оригинала). Нужно быть особенно внимательным при использовании -c вместе с -r, так как каждый измененный файл может быть кандидатом на ``незавершенную загрузку''.
Вы также получите поврежденный файл если ваш сервер прокси HTTP работает глупо и при обрыве соединения пишет в файл сообщение ''transfer interrupted''. Вероятно, в следующих версиях Wget сам будет исправлять это.
Помните, что -c работает только с серверами FTP и HTTP, поддерживающими заголовки "Range" (т.е. докачку файлов).
--progress=type
Индикатор прогресса загрузки и его тип. Возможные значения: ``dot'' и ``bar''.
По умолчанию используется ``bar''. Указание опции --progress=bar приведет к прорисовке красивого индикатора из символов ASCII (как ''термометр''). Если стандартный выход не TTY, то будет использован ``dot''.
Укажите --progress=dot чтобы переключится на тип ``dot''. Прогресс загрузки будет отмечаться добавлением в полосе точки или знака равно, каждый символ представляет одинаковое количество данных.
При использовании этого типа, вы можете указать его стиль - dot:style. Если стиль "default", то каждый символ будет представлять 1 Kб, 10 символов в кластере и 50 в строке. Стиль "binary" имеет более ''компьютерный'' вид - 8Kб в символе, 16 символов в кластере и 48 символов в строке (получается строка на 384 Kб). Стиль "mega" используется для загрузки больших файлов - каждый символ представляет 64Kб, 8 символов в кластере и 48 символов в строке (получается 3 Mб на строку).
Вы можете определить стиль по умолчанию, используя команду "progress" в .wgetrc. Если вы хотите, чтобы тип индикатора ``bar'' использовался всегда (а не только при выводе в stdout), то укажите --progress=bar:force.
-N
--timestamping
Включить сравнение по дате.
-S
--server-response
Отображать заголовки, отправляемые серверам HTTP и запросы, отправляемые серверам FTP.
--spider
Установка поведения Wget как "паука", т. е. Wget не будет загружать файлы, а только будет проверять их наличие. Так можно проверять закладки и ссылки сайта. Например:
wget --spider --force-html -i bookmarks.html
Wget не содержит все возможности "настоящих пауков" для WWW.
-T seconds
--timeout=seconds
Время ожидания в секундах. По умолчанию время ожидания равно 900 с (15 мин). Установка значения в 0 отменяет проверку времени ожидания.
Пожалуйста, не снижайте значение времени ожидания, если Вы точно не знаете, что именно делаете.
-w seconds
--wait=seconds
Пауза в секундах между несколькими загрузками (в т.ч. повторами). Это снижает загруженность сервера. Чтобы указать значение в минутах, используйте "m", в часах - "h", в днях - "d" после числа.
Указание большого значения этого параметра полезно, если сеть нестабильна (например при обрывах модемной связи).
--waitretry=seconds
Устанавливает паузу только между повторами оборвавшихся загрузок. Wget будет ждать 1 секунду после первого обрыва, 2 секунды после второго обрыва загрузки того же файла, и т.д. - до максимума, который указывается в секундах. Например, при значении данного параметра, равного 10, Wget будет ждать в общем (1 + 2 + ... + 10) = 55 секунд для каждого файла.
Это значение указывается по умолчанию в файле wgetrc.
--random-wait
Некоторые серверы, совершая формирование файлов журналов с паузами запросов файлов, могут определить рекурсивную загрузку файлов - сканирование роботами, такими, как Wget. Этот параметр устанавливает время между запросами, варьируя паузы со временем, рассчитываемым от 0 до 2*wait (секунд), где wait указано параметром -w для маскировки Wget.
Нельзя забывать, что исходный код Wget доступен, и пэтому даже эту маскировку при желании можно вычислить.
-Y on/off
--proxy=on/off
Поддержка сервера прокси. Включена по умолчанию, если прокси определен.
-Q quota
--quota=quota
Квота на размер загружаемых файлов. Указывается в байтах (по умолчанию), в килобайтах Кб (если в конце k) или в мегабайтах Мб (если в конце m).
При исчерпании квоты текущий файл загружается до конца, то есть квота не работает при загрузке одного файла. Например, если вы исполниет wget -Q10k ftp://wuarchive.wustl.edu/ls-lR.gz, то файл ls-lR.gz будет полностью загружен. Также все указанные в командной строке файлы будут обязательно загружены, в отличие от списка файлов в одном файле или как при рекурсивной загрузке.
Указание 0 или inf отменит квоту.
Параметры загрузки папок
-nd
--no-directories
Не создавать структуру папок при рекурсивной загрузке. При указанном параметре, все файлы будут загружаться в одну папку. Если файл с данным именем уже существует, то он будет сохранен под именем ИмяФайла.n.
-x
--force-directories
Противоположно параметру -nd - создавать структуру папок, начиная с главной страницы сервера. Например, wget -x http://fly.srk.fer.hr/robots.txt приведет к загрузке файла в папкуfly.srk.fer.hr.
-nH
--no-host-directories
Не создавать пустые папки в начале структуры. По умолчанию /pub/xemacs/. Если вы загрузите ее с параметром -r, то она сохранится под именем ftp.xemacs.org/pub/xemacs/. С параметром -nH из имени начальной папки вырежется ftp.xemacs.org/, и она будет называться pub/xemacs. А параметр --cut-dirs уберет number компонентов. Примеры работы параметра --cut-dirs:
Без параметров -> ftp.xemacs.org/pub/xemacs/
-nH -> pub/xemacs/
-nH --cut-dirs=1 -> xemacs/
-nH --cut-dirs=2 -> .
--cut-dirs=1 -> ftp.xemacs.org/xemacs/
...
Если вы хотите просто избавиться от структуры папок, то вы можете заменить этот параметр на -nd и -P. В отличие от -nd, -nd работает с подкаталогами - например, при -nH --cut-dirs=1 подкаталог beta/ запишется, как xemacs/beta.
-P prefix
--directory-prefix=prefix
Определяет начальную папку, в которой будет сохранена структура папок сайта (или просто файлы). По умолчанию этот параметр равен . (текущая папка).
Параметры HTTP
-E
--html-extension
Если тип загруженного файла text/html и его адрес не оканчивается на \.[Hh][Tt][Mm][Ll]?, при использовании данного параметра к его имени будет добавлено .html. Это может быть полезно при зеркальном хранении страниц .asp, если вы не хотите, чтобы они вмешивались в работу вашего сервера Apache. Другой случай применения этого парамера - это загрузка страниц-ответов CGI скриптов. Страница с URL вида http://site.com/article.cgi?25 будет сохранена, как article.cgi?25.html.
Примечание: при обновлении или другой перезагрузке страниц с данным параметром последние будут загружаться заново в любом случае, т.к. Wget не может узнать, имеет ли отношение локальный файл X.html к загружаемому с URL X. Чтобы избежать лишней перезагрузки, используйте опции -k и -K. При этом оригинальные версии файлов будут также сохранены как X.orig.
--http-user=user
--http-passwd=password
Имя пользователя user и пароль password для сервера HTTP. В зависимости от типа отклика, Wget будет использовать "basic" (небезопасную) или "digest" (защищенную) авторизацию.
Можно также указывать имя пользователя и пароль и в самом URL.
-C on/off
--cache=on/off
Включает или выключает кеширование со стороны сервера. При этом Wget посылает соответствующих запрос (Pragma: no-cache). Также используется для быстрого обновления файлов на прокси-сервере.
По умолчанию кеширование разрешено.
--cookies=on/off
Включает или выключает использование cookie. Сервер отправляет клиенту cookie, используя заголовок "Set-Cookie" и клиент отвечает таким же cookie. Благодаря этому сервер может вести статистику посетителей. По умолчанию cookie используются, но запись их на диск выключена.
--load-cookies file
Загружать cookie из file перед первой загрузкой HTTP. file имеет текстовый формат, как cookies.txt у Netscape.
Этот параметр используется при зеркалировании. Для этого Wget отправляет те же cookies, которые отправляет ваш браузер при соединении с сервером HTTP. Это включается данным параметром - просто укажите Wget путь к cookies.txt. Разные браузеры хранят cookie в разных папках:
Netscape 4.x.
Файл находится в ~/.netscape/cookies.txt.
Mozilla и Netscape 6.x.
Mozilla хранит cookies в cookies.txt, расположенном где-то в ~/.mozilla, в папке вашего профиля. Полный путь обычно заканчивается чем-то вроде ~/.mozilla/default/some-weird-string/cookies.txt.
Internet Explorer.
Чтобы экспортировать cookie для Wget, выберите "Файл", "Импорт и Экспорт", в мастере выберите "Экспорт файлов cookie". Проверено в Internet Explorer 5; возможно не будет работать в ранних версиях.
Другие обозреватели.
Параметр --load-cookies будет работать с cookie в формате Netscape, который поддерживается Wget.
Если вы не можете использовать параметр --load-cookies, то все равно есть выход. Если ваш обозреватель поддерживает Запишите имя и значение cookie и вручную укажите Wget отправку этих cookie:
wget --cookies=off --header "Cookie: I<name>=I<value>"
--save-cookies file
Сохранить cookie из file в конце сессии. Устаревшие cookie не сохраняются.
--ignore-length
Некоторые серверы HTTP (точнее, скрипты CGI) отправляют заголовки "Content-Length", которые указывают Wget, что загружено еще не все. И Wget загружает один документ несколько раз.
С этим параметром, Wget будет игнорировать заголовки "Content-Length".
--header=additional-header
Определяет additional-header, отправляемый серверу HTTP. Он должен содержать : и символы после него.
Вы можете определить несколько дополнительных заголовков через использование --header несколько раз.
wget --header='Accept-Charset: iso-8859-2' \
--header='Accept-Language: hr' \
http://fly.srk.fer.hr/
Указание пустой строки в значении заголовка очистит все определенные пользователем до этого заголовки.
--proxy-user=user
--proxy-passwd=password
Определяет имя пользователя user и пароль password для авторизации сервере прокси. Будет использован тип авторизации "basic".
--referer=url
Добавляет заголовок `Referer: url' в запрос HTTP. Используется при загрузке страниц, которые передаются правильно только если сервер знает, с какой страницы вы пришли.
-s
--save-headers
Сохранять заголовки, отправляемые серверам HTTP.
-U agent-string
--user-agent=agent-string
Идентифицироваться, как agent-string при запросе на HTTP сервер.
Протокол HTTP позволяет определять себя использованием заголовка агента. Wget по умолчанию идентифицируется, как Wget/version, где version - это версия Wget.
Некоторые серверы выдают требуемую информацию только для обозревателей, идентифицирующихся как "Mozilla" или Microsoft "Internet Explorer". Этот параметр позволяет обмануть такие серверы.
Параметры FTP
-nr
--dont-remove-listing
Не удалять временные файлы .listing, генерируемые при загрузке по FTP. Эти файлы содержат информацию о папках серверов FTP. Неудаление поможет вам быстро определить обновление папок сервера (т.е. определять., что ваше зеркало является таковым).
Если вы не удаляете .listing, то помните о своей безопасности! Например, с таким именем можно создать символическую ссылку на /etc/passwd или что-то еще.
-g on/off
--glob=on/off
Включает или выключает использование специальных символов (маски) по протоколу FTP. Это может быть *, ?, [ и ]. Например:
wget ftp://gnjilux.srk.fer.hr/*.msg
По умолчанию использование символов маски разрешено, если URL содержит такие символы.
Вы можете также взять URL в кавычки. Это сработает только на серверах Unix FTP (и эмулирующих выход Unix "ls").
--passive-ftp
Включает пассивный режим FTP, когда соединение инициируется клиентом. Используется при наличии firewall.
--retr-symlinks
При рекурсивной загрузке папок FTP файлы, на которые указывают символические ссылки, не загружаются. Данный параметр отключает это.
Параметр --retr-symlinks работает сейчас только для файлов, не для папок.
Помните, что этот параметр не работает при загрузке одиночного файла.
Параметры рекурсивной загрузки
-r
--recursive
Включить рекурсивную загрузку.
-l depth
--level=depth
Максимальная глубина рекурсивной загрузки depth. По умолчанию ее значение равно 5.
--delete-after
Удалять каждую страницу (локально) после ее загрузки. Используется для сохранения новых версий часто запрашиваемых страниц на прокси. Например:
wget -r -nd --delete-after http://whatever.com/~popular/page/
Параметр -r включает загрузку по умолчанию, параметр -nd отключает создание папок.
При указанном параметре --delete-after будет игнорироваться параметр --convert-links.
-k
--convert-links
После завершения загрузки конвертировать ссылки в документе для просмотра в автономном режиме. Это касается не только видимых ссылок на другие документы, а ссылок на все внешние локальные файлы.
Каждая ссылка изменяется одним из двух способов:
*
Ссылки на файлы, загруженные Wget изменяются на соответствующие относительные ссылки.
Например: если загруженный файл /foo/doc.html, то ссылка на также загруженный файл /bar/img.gif будет выглядеть, как ../bar/img.gif. Этот способ работает, если есть видимое соотношение между папками одного и другого файла.
*
Ссылки на файлы, не загруженные Wget будут изменены на абсолютные адреса этих файлов на удаленном сервере.
Например: если загруженный файл /foo/doc.html содержит ссылку на /bar/img.gif (или на ../bar/img.gif), то ссылка в файле doc.html изменится на
.
Благодаря этому, возможен автономный просмотр сайта и файлов: если загружен файл, на который есть ссылка, то ссылка будет указывать на него, если нет - то ссылка будет указывать на его адрес в интернет (если такой существует). При конвертировании используются относительные ссылки, значит вы сможете переносить загруженный сайт в другую папку, не меняя его структуру.
Только после завершения загрузки Wget знает, какие файлы были загружены. Следовательно, при параметре -k конвертация произойдет только по завершении загрузки.
-K
--backup-converted
Конвертировать ссылки обратно - убирать расширение .orig. Изменяет поведение опции -N.
-m
--mirror
Включить параметры для зеркального хранения сайтов. Этот параметр равен нескольким параметрам: -r -N -l inf -nr. Для неприхотливого хранения зеркальных копий сайтов вы можете использовать данный параметр.
-p
--page-requisites
Загружать все файлы, которые нужны для отображения страниц HTML. Например: рисунки, звук, каскадные стили.
По умолчанию такие файлы не загружаются. Параметры -r и -l, указанные вместе могут помочь, но т.к. Wget не различает внешние и внутренние документы, то нет гарантии, что загрузится все требуемое.
Например, 1.html содержит тег "<IMG>", со ссылкой на 1.gif, и тег "<A>", ссылающийся на внешний документ 2.html. Страница 2.html аналогична, но ее рисунок - 2.gif и ссылается она на 3.html. Скажем, это продолжается до определенного числа.
Если будет дана команда:
wget -r -l 2 http://I<site>/1.html
то 1.html, 1.gif, 2.html, 2.gif и 3.html загрузятся. Как видим, 3.html без 3.gif, т.к. Wget просто считает число прыжков, по которым он перешел, доходит до 2 и останавливается. А при параметрах:
wget -r -l 2 -p http://I<site>/1.html
Все файлы и рисунок 3.gif страницы 3.html загрузятся. Аналогично
wget -r -l 1 -p http://I<site>/1.html
приведет к загрузке 1.html, 1.gif, 2.html и 2.gif. Чтобы загрузить одну указанную страницу HTML со всеми ее элементами, просто не указывайте -r и -l:
wget -p http://I<site>/1.html
При этом Wget будет себя вести, как при параметре -r, но будут загружены страница и ее вспомогательные файлы. Если вы хотите, чтобы вспомогательные файлы на других серверах (т.е. через абсолютные ссылки) были загружены, используйте:
wget -E -H -k -K -p http://I<site>/I<document>
И в завершении, нужно сказать, что для Wget внешняя ссылка - это URL, указанный в тегах "<A>", "<AREA>" и "<LINK>", кроме "<LINK REL="stylesheet">".
Параметры запрета/разрешения рекурсивной загрузки
-A acclist --accept acclist
-R rejlist --reject rejlist
Список имен файлов, разделенных запятыми, которые следует или не следует загружать. Разрешается задание имен файлов по маске.
-D domain-list
--domains=domain-list
Список доменов domain-list, с которых разрешено загружать файлы. Разделяется запятыми. Этот параметр не включает -H.
--exclude-domains domain-list
Список доменов, с которых не разрешено загружать файлы
--follow-ftp
Следовать по ссылкам FTP с HTML страниц. Иначе, ссылки на файлы по протоколу FTP игнорируются.
--follow-tags=list
Wget имеет встроенную таблицу тегов HTML, в которых он ищет ссылки на другие файлы. Вы можете указать дополнительные теги в разделенном запятыми списке list в этом параметре.
-G list
--ignore-tags=list
Обратно --follow-tags. Для пропуска тегов HTML при рекурсивной загрузке, укажите их в разделенном запятыми списке list.
Раньше параметр -G был лучшим для загрузки отдельных страниц с их вспомогательными файлами. Вы можете посмотреть, как это было, указав команду
wget -Ga,area -H -k -K -r http://I<site>/I<document>
Но теперь лучшим параметром для загрузки одной страницы полностью считается --page-requisites.
-H
--span-hosts
Разрешает посещать любые сервера, на которые есть ссылка.
-L
--relative
Следовать только по относительным ссылкам. При этом параметре файлы с других серверов точно не будут загружаться.
-I list
--include-directories=list
Список папок, разделенных запятыми, из которых разрешено загружать файлы. Элементы списка list могут содержать символы масок.
-X list
--exclude-directories=list
Список папок, разделенных запятыми, исключаемых для загрузки (см. Ограничение по папкам). Элементы списка list могут содержать символы масок.
-np
--no-parent
Не подниматься выше начального адреса при рекурсивной загрузке.
ПРИМЕРЫ ИСПОЛЬЗОВАНИЯ
Примеры разделены на три категории согласно их сложности.
Просто использование
*
Если вам нужно загрузить URL, то введите:
wget http://fly.srk.fer.hr/
*
Но что же будет, если соединение медленное, а файл длинный? Есть возможность обрыва связи перед завершением загрузки. В этом случае Wget будет продолжать попытки нового соединения, пока не кончится число попыток (по умолчанию 20). Можно изменить это число, например до 45:
wget --tries=45
*
Теперь оставим Wget работать в фоновом режиме, а его сообщения будем записывать в журнал log. Долго набирать --tries, так что используем -t.
wget -t 45 -o log
&
Символ амперсанда в конце указывает командному интерпретатору продолжать работу, не дожидаясь завершения работы Wget. Чтобы программа делала повторы бесконечно - используйте -t inf.
*
Использовать FTP также очень просто. Wget берет на себя все заботы по авторизации.
wget ftp://gnjilux.srk.fer.hr/welcome.msg
*
Если вы укажите адрес папки, то Wget загрузит листинг этой папки (т.е. файлы и подкаталоги, содержащиеся в ней) и сконвертирует его в формат HTML. Например:
wget ftp://prep.ai.mit.edu/pub/gnu/
links index.html
Расширенное использование
*
Если у Вас есть файл с URL, которые вы хотите загрузить, то используйте параметр -i:
wget -i I<file>
Если вы укажете - вместо имени файла, то URL будут читаться из стандартного ввода (stdin).
*
Создать пятиуровневую копию сайта GNU со структурой папок оригинала, с одной попыткой загрузки, сохранить сообщения в gnulog:
wget -r http://www.gnu.org/ -o gnulog
*
Как и в примере выше, но с конвертированием ссылки в файлах HTML в локальные, для последующего автономного просмотра:
wget --convert-links -r http://www.gnu.org/ -o gnulog
*
Загрузить одну страницу HTML и все файлы, требуемые для отображения последней (напр. рисунки, файлы каскадных стилей и т. д.). Также сконвертировать все ссылки на эти файлы:
wget -p --convert-links http://www.server.com/dir/page.html
Страница HTML будет сохранена в www.server.com/dir/page.html и рисунки, каскадные стили и прочее будет сохранено в папке www.server.com/, кроме случая, когда файлы будут загружаться с других серверов.
*
Как и в примере выше, но без папки www.server.com/. Также все файлы будут сохранены в подпапках download/.
wget -p --convert-links -nH -nd -Pdownload \
http://www.server.com/dir/page.html
*
Загрузить index.html с www.lycos.com, отображая заголовки сервера:
wget -S http://www.lycos.com/
*
Сохранить заголовки в файл для дальнейшего использования.
wget -s http://www.lycos.com/
more index.html
*
Загрузить два высших уровня wuarchive.wustl.edu в /tmp.
wget -r -l2 -P/tmp ftp://wuarchive.wustl.edu/
*
Загрузить файлы GIF папки на HTTP сервере. Команда wget
не будет работать, так как маскировочные символы не поддерживаются при загрузке по протоколу HTTP. Используйте:
wget -r -l1 --no-parent -A.gif http://www.server.com/dir/
-r -l1 включает рекурсивную загрузку с максимальной глубиной 1. --no-parent выключает следование по ссылкам в родительскую папку, имеющую верхний уровень, -A.gif разрешает загружать только файлы с расширением .GIF. -A ``*.gif'' также будет работать.
*
Предположим, что во время рекурсивной загрузки вам нужно было срочно выключить/перезагрузить компьютер. Чтобы не загружать уже имеющиеся файлы, используйте:
wget -nc -r http://www.gnu.org/
*
Если вы хотите указать имя пользователя и пароль для сервера HTTP или FTP, используйте соответствующий синтаксис URL:
wget ftp://hniksic:mypassword@unix.server.com/.emacs
*
Вы хотите, чтобы загружаемые документы шли в стандартный вывод, а не в файлы?
wget -O - http://jagor.srce.hr/ http://www.srce.hr/
Если вы хотите устроить конвейер и загрузить все сайты, ссылки на которые указаны на одной странице:
wget -O - http://cool.list.com/ | wget --force-html -i -
Профессиональное использование
*
Для хранение зеркала страницы (или папки FTP), то используйте --mirror (-m), что заменяет -r -l inf -N. Вы можете добавить Wget в crontab с запросом на проверку обновлений каждое воскресенье:
crontab
0 0 * * 0 wget --mirror http://www.gnu.org/ -o /home/me/weeklog
*
Вы также хотите, чтобы ссылки конвертировались в локальные. Но после прочтения этого руководства, вы знаете, что при этом не будет работать сравнение по времени. Укажите Wget оставлять резервные копии HTML файлов перед конвертацией. Команда:
wget --mirror --convert-links --backup-converted \
http://www.gnu.org/ -o /home/me/weeklog
*
А если не работает локальный просмотр файлов HTML с расширением, отличным от .html, например index.cgi, то нужно передать команду на переименование всех таких файлов (content-type = text/html) в имя.html.
wget --mirror --convert-links --backup-converted \
--html-extension -o /home/me/weeklog \
http://www.gnu.org/
С краткими аналогами команд:
wget -m -k -K -E http://www.gnu.org/ -o /home/me/weeklog
ФАЙЛЫ
/usr/local/etc/wgetrc
По умолчанию это расположение глобального файла настроек.
.wgetrc
Файл настроек пользователя.
НАЙДЕННЫЕ ОШИБКИ
Вы можете отправлять отчеты об ошибках в GNU Wget на адрес <"bug-wget@gnu.org"> (на английском).
Перед отправкой:
1.
Убедитесь, что поведение программы действительно ошибочно. Если Wget "вылетает", то это ошибка. Если поведение Wget не соответствует документации, то это ошибка. Если все работает странно, но вы не уверены, как оно должно работать на самом деле, то это тоже может быть ошибкой.
2.
Попытайтесь повторить ситуацию с выдачей ошибки за минимальное количество действий.
Не спешите отправлять .wgetrc, попробуйте проделать все действия, приведшие к ошибке с другим файлом настроек (или вообще без него).
3.
Запустите Wget с параметром -d и отправьте журнал (или его части). Намного легче отыскивать ошибки при наличии таких журналов.
4.
Если Wget выдал ошибку, то попытайтесь запустить его в отладчике, например "gdb `which wget` core" и введите "where" для получения обратной трассировки.
СМ. ТАКЖЕ
GNU Info для wget.
АВТОРЫ
Hrvoje Niksic <hniksic@arsdigita.com>.
ПЕРЕВОД
Н. Шафоростов <admin@program.net.ua>
АВТОРСКИЕ ПРАВА
Copyright (c) 1996, 1997, 1998, 2000, 2001 Free Software Foundation, Inc.
--------------- cut here ------------------------------
для качки с ex.ua, аргумент файл-лист
wget --content-disposition -i $1
Выкачать сайт, все страницы в html...
wget --force-htm -K -k -np -r -E http://oneko.kiev.ua
Загрузка всех URL, указанных в файле FILE:
wget -i FILE
Скачивание файла в указанный каталог (-P)[5]:
wget -P /path/for/save ftp://ftp.example.org/some_file.iso
Использование имени пользователя и пароля на FTP/HTTP (вариант 1):
wget ftp://login:password@ftp.example.org/some_file.iso
Использование имени пользователя и пароля на FTP/HTTP (вариант 2):
wget --user=login --password=password ftp://ftp.example.org/some_file.iso
Скачивание в фоновом режиме (-b):
wget -b ftp://ftp.example.org/some_file.iso
Продолжить (-c continue) загрузку ранее не полностью загруженного файла:
wget -c http://example.org/file.iso
Скачать страницу с глубиной следования 10, записывая протокол в файл log:
wget -r -l 10 http://example.org/ -o log
Скачать содержимое каталога http://example.org/~luzer/my-archive/ и всех его подкаталогов, при этом не поднимаясь по иерархии каталогов выше:
wget -r --no-parent http://example.org/~luzer/my-archive/
Для того, чтобы во всех скачанных страницах ссылки преобразовывались в относительные для локального просмотра, необходимо использовать ключ -k:
wget -r -l 10 -k http://example.org/
Также поддерживается идентификация на сервере:
wget --save-cookies cookies.txt \
--post-data 'user=foo&password=bar' \
http://example.org/auth.php
Скопировать весь сайт целиком:
wget -r -l 10 -k http://example.org/
Вывести содержание ответа в консоль:
wget http://example.org --quiet -O -
Скачивание галереи картинок с превьюшками.
$ wget -r -k -p -l1 -I /images/ -I /thumb/ \
--execute robots=off www.example.com/gallery.html
№12
Сохранить веб страницу (как она открывается локально) в текущую директорию
$ (cd cli && wget -nd -pHEKk http://www.pixelbeat.org/cmdline.html)
№13
Продолжить скачивание частично скаченного файла
$ wget -c http://www.example.com/large.file
№14
Скачать множество файлов в текущую директорию
$ wget -r -nd -np -l1 -A '*.jpg' http://www.example.com/
№15
Отображать вывод напрямую (на экран)
$ wget -q -O- http://www.pixelbeat.org/timeline.html | grep 'a href' | head
№16
Скачать url в 01:00 в текущую директорию
$ echo 'wget url' | at 01:00
№17
Сделать закачку с уменьшенной скоростью В данном случае 20 КB/s
$ wget --limit-rate=20k url
№18
Проверить ссылки в файле
$ wget -nv --spider --force-html -i bookmarks.html
№19
Оперативно обновлять локальную копию сайта (удобно использовать с cron)
$ wget --mirror http://www.example.com/
№20
Используем wildcard для того чтобы скачать несколько страниц
$ wget http://site.com/?thread={1..100}
$ wget http://site.com/files/main.{css,js}
№21
Запустить скачивание списка ссылок в 5 потоков
$ cat links.txt | xargs -P 5 wget {}
Скачать не торопясь весь сайт для просмотра локально:
wget -r -k -p -E -nc -w 3 -U "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1)" ...site...