Использование wget для рекурсивного извлечения каталога с произвольными файлами в нем

У меня есть веб-каталог, где я храню некоторые файлы конфигурации. Я хотел бы использовать wget, чтобы вытащить эти файлы и сохранить их текущую структуру. Например, удаленный каталог выглядит так:

http://mysite.com/configs/.vim/

.vim содержит несколько файлов и каталогов. Я хочу воспроизвести это на клиенте, используя wget. Не могу найти правильную комбинацию флагов wget, чтобы сделать это. Любые идеи?

Вы должны передать -np/ --no-parentвозможность wget(в дополнение к -r/ --recursive, конечно), в противном случае он будет следовать по ссылке в индекс каталога на моем сайте в родительский каталог. Таким образом, команда будет выглядеть так:

wget --recursive --no-parent http://example.com/configs/.vim/

Чтобы избежать загрузки автоматически сгенерированных index.htmlфайлов, используйте параметр -R/ --reject:

wget -r -np -R "index.html*" http://example.com/configs/.vim/

Чтобы рекурсивно загрузить каталог, который отклоняет файлы index.html * и загружает их без имени хоста, родительского каталога и всей структуры каталога:

wget -r -nH --cut-dirs=2 --no-parent --reject="index.html*" http://mysite.com/dir1/dir2/data

Для всех, у кого есть подобные проблемы. Wget следует, robots.txtчто может не позволить вам захватить сайт. Не беспокойтесь, вы можете отключить его:

wget -e robots=off http://www.example.com/

http://www.gnu.org/software/wget/manual/html_node/Robot-Exclusion.html

Вы должны использовать флаг -m (зеркало), так как он заботится о том, чтобы не связываться с метками времени и повторяться бесконечно.

wget -m http://example.com/configs/.vim/

Если вы добавите пункты, упомянутые другими в этой теме, это будет:

wget -m -e robots=off --no-parent http://example.com/configs/.vim/

Вот полная команда wget, которая сработала для меня, чтобы загрузить файлы из каталога сервера (игнорируя robots.txt):

wget -e robots=off --cut-dirs=3 --user-agent=Mozilla/5.0 --reject="index.html*" --no-parent --recursive --relative --level=1 --no-directories http://www.example.com/archive/example/5.3.0/

Если --no-parentне поможет, вы можете использовать --includeопцию.

Структура каталогов:

http://<host>/downloads/good
http://<host>/downloads/bad

И вы хотите скачать, downloads/goodно не downloads/badкаталог:

wget --include downloads/good --mirror --execute robots=off --no-host-directories --cut-dirs=1 --reject="index.html*" --continue http://<host>/downloads/good

wget -r http://mysite.com/configs/.vim/

работает для меня.

Возможно, у вас есть .wgetrc, который ему мешает?

Чтобы извлечь каталог рекурсивно с использованием имени пользователя и пароля, используйте следующую команду:

wget -r --user=(put username here) --password='(put password here)' --no-parent http://example.com/

Wget 1.18 может работать лучше, например, меня укусила ошибка версии 1.12, где ...

wget --recursive (...)

... получает только index.html вместо всех файлов.

Обходной путь должен был заметить некоторые 301 перенаправления и попробовать новое местоположение - учитывая новый URL, wget получил все файлы в каталоге.

Все, что вам нужно, это два флага, один "-r"для рекурсии и "--no-parent"(или -np), чтобы не входить в '.'и ".." . Нравится:

wget -r --no-parent http://example.com/configs/.vim/

Вот и все. Он будет загрузить в следующем локальное древо ./example.com/configs/.vim. Однако, если вы не хотите использовать первые два каталога, используйте дополнительный флаг, --cut-dirs=2как предлагалось в предыдущих ответах:

wget -r --no-parent --cut-dirs=2 http://example.com/configs/.vim/

И он загрузит ваше файловое дерево только в ./.vim/

Фактически, я получил первую строку из этого ответа именно из руководства по wget , у них есть очень чистый пример к концу раздела 4.3.

Следующая опция кажется идеальной комбинацией при рекурсивной загрузке:

wget -nd -np -P / dest / dir - рекурсивный http: // url / dir1 / dir2

Соответствующие фрагменты с man-страниц для удобства:

   -nd
   --no-directories
       Do not create a hierarchy of directories when retrieving recursively.  With this option turned on, all files will get saved to the current directory, without clobbering (if a name shows up more than once, the
       filenames will get extensions .n).


   -np
   --no-parent
       Do not ever ascend to the parent directory when retrieving recursively.  This is a useful option, since it guarantees that only the files below a certain hierarchy will be downloaded.

Вы должны быть в состоянии сделать это, просто добавив -r

wget -r http://stackoverflow.com/

Эта версия загружается рекурсивно и не создает родительские каталоги.

wgetod() {
    NSLASH="$(echo "$1" | perl -pe 's|.*://[^/]+(.*?)/?$|\1|' | grep -o / | wc -l)"
    NCUT=$((NSLASH > 0 ? NSLASH-1 : 0))
    wget -r -nH --user-agent=Mozilla/5.0 --cut-dirs=$NCUT --no-parent --reject="index.html*" "$1"
}

Применение:

1. Добавить ~/.bashrcили вставить в терминал
2. wgetod "http://example.com/x/"