Eu tenho um comando simples para obter uma página logada com todas as suas dependências:
wget --post-data='user=user&password=password' --page-requisites https://…/login
O log do servidor mostra o seguinte (abreviado por motivos óbvios):
- POSTAR/login 302
- GET / conta 200
- POST /robots.txt 200 (deve ser um GET, mas é bem-sucedido, então não há problema)
- POST /favicon.ico 200 (idem)
- POST /[muito longo URL do PageSpeed]500 (para cada CSS, JavaScript e arquivo de imagem na página)
Obter esses arquivos funciona bem, então os URLs estão corretos, mas parece que o PageSpeed não gosta de POSTing dos clientes.Como posso wget
usar GET para tudo, exceto a solicitação inicial?
Usando GNU Wget 1.18.
Atualizar:Errosubmetido.
Responder1
De 'homem wget':
This example shows how to log in to a server using POST and then proceed to download the desired pages, presumably only accessible to authorized
users:
# Log in to the server. This can be done only once.
wget --save-cookies cookies.txt \
--post-data 'user=foo&password=bar' \
http://example.com/auth.php
# Now grab the page or pages we care about.
wget --load-cookies cookies.txt \
-p http://example.com/interesting/article.php
If the server is using session cookies to track user authentication, the above will not work because --save-cookies will not save them (and neither
will browsers) and the cookies.txt file will be empty. In that case use --keep-session-cookies along with --save-cookies to force saving of session
cookies.