GNU Wget 1.16 (diskuse)

[Bedňa]

může vést k vytváření libovolných souborů, adresářů a symbolických odkazů na lokálním souborovém systému

Moc dobrá feature :)

[bhy]

kéž by to umělo nějak rozumně stahovat zaheslovaná fóra běžící na phpBB, myBB apod.

[chrono]

Nič také sa rozumne urobiť nedá. :) (a určite existujú nástroje, ktoré to zvládnu)

[bhy]

No, jaké nástroje? Hledal jsem na to nějaký mod, ale nenašel. Fórum se dá vyexportovat akorát jako databáze a jako takové zase naimportovat do jiné instalace bulletin boardu, ale vytovřit "offline" verzi ve statickém html se mi nepodařilo.

[j AM]

Podle mně to umí např. HTTrack (http://www.httrack.com/).

[Anonym]

wget ma parametre na nastavenie rovnakych hodnot, ktore posiela graficky web prehliac cez HTTP (referrer, cookies, user-agent, atd.). Staci si pozriet HTTP poziadavky poslane po lognuti na stranku (pomocou netcat, wireshark, browser network monitor, atd.) a tie nastavit wget-u pre zacatim stahovania.

Parametry pre archivovanie stranok offline [1] :

wget --mirror --convert-links --adjust-extension --page-requisites --no-parent http://example.org

man-pages-cs pre wget

--mirror Zapne volby vhodné pro zrcadlení, tj. rekurzi, časové značky, nekonečnou hloubku rekurze a uchování výpisů FTP adresářů.

--convert-links Jakmile je stáhnutí dokumentu dokončeno, konvertuje odkazy v něm obsažené, aby byly použitelné pro lokální prohlížení. To ovlivňuje nejen viditelné hypertextové odkazy, ale každou část dokumentu, která odkazuje na externí obsah, jako jsou vložené obrázky, odkazy na style sheets, odkazy na ne-HTML obsah atd.

--adjust-extension Zmeni pripony suborov (html alebo css) podla prislusneho content-type

--page-requisites Stiahne CSS a obrazky potrebne na spravne zobrazenie stranok archivovanych offline.

--no-parent Při rekurzivním stahování nikdy nevstoupí do rodičovského adresáře. To je užitečné, neboť garantuje, že budou staženy pouze soubory pod určitou úrovní.

[bhy]

jasně, chápu, díky, ale to neřeší ten logout odkaz:)

[Dirka]

Co myslis pod pojmen zaheslovany, jakoze forum s uzivatelskym uctem? Co pouzit proste cookie z beznyho prohlizece a hodit to wgetu, toto funguje uplne normalne.

[bhy]

Jo, přesně tak. S tou cookie se to skutečně všude doporučuje - není ani potřeba použít prohlížeč, wget umí odeslat jméno a heslo a cookie si stáhnout - pak to ale narazí na odkaz "logout" na každé stránce, tím se odhlásí a cookie je k ničemu. Zkoušel jsem různě laborovat s excludováním stránky s logout, ale zatím bezúspěšně. Prý se to někdy někomu povedlo, ale přesný příkaz nikdo nikam nedal.

[Dirka]

nevim jak wget, ale httrack toto umi pres -parametr napr -*logout* cimz ignoruje vsechny linky, kde se vyskytuje slovo logout, nikdy sem s tim nemel problem.

[bhy]

i když se ten řetězec logout vyskytuje v textu stránky? to by bylo vynikající, přesně to co potřebuju. vyzkouším to, díky.
(wget umí vynechat jen podle názvu souboru a to v mém případě zřejmě nestačí.)

[Dirka]

Pro ten priklad s -*logout* ignoruje vsechny linky vedouci na odkaz obsahujici ten string mezi hvezdickama, jde pouzit i treba toto -http://www.site.cz/e/*/comments/*