☰

заставить wget ссылаться на локальную копию без избыточной загрузки файлов

tag-icon • tag-icon wget
заставить wget ссылаться на локальную копию без избыточной загрузки файлов

Я хочу заархивировать доску объявлений. Я делаю это с помощью wget с параметрами: --page-requisites, --span-hosts, --convert-linksи --no-clobber.

Проблема в том, что при использовании --convert-linksdisables --no-clobber. для каждой страницы ветки wget повторно загружает скины сайта, скрипты и иконки (в целях их обновления).

Есть ли способ запретить wget загружать файлы, которые уже существуют локально, ссылаясь на ссылки на файлы, указывающие на их локальные копии, и загружать только те файлы, которых еще нет в файловой системе?

решение1

Я считаю, что если вы включите переключатель, -Nэто заставит wgetиспользовать временные метки.

   -N
   --timestamping
       Turn on time-stamping.

При использовании этого переключателя wgetбудут загружаться только те файлы, которых еще нет локально.

Пример

Загрузите файл, которого robots.txtеще нет локально.

$ wget -N http://google.com/robots.txt
--2014-06-15 21:18:16--  http://google.com/robots.txt
Resolving google.com (google.com)... 173.194.41.9, 173.194.41.14, 173.194.41.0, ...
Connecting to google.com (google.com)|173.194.41.9|:80... connected.
HTTP request sent, awaiting response... 301 Moved Permanently
Location: http://www.google.com/robots.txt [following]
--2014-06-15 21:18:17--  http://www.google.com/robots.txt
Resolving www.google.com (www.google.com)... 173.194.46.83, 173.194.46.84, 173.194.46.80, ...
Connecting to www.google.com (www.google.com)|173.194.46.83|:80... connected.
HTTP request sent, awaiting response... 200 OK
Length: unspecified [text/plain]
Saving to: ‘robots.txt’

    [ <=>                                                                                                                                 ] 7,608       --.-K/s   in 0s      

2014-06-15 21:18:17 (359 MB/s) - ‘robots.txt’ saved [7608]

Попробуем второй раз с файлом robots.txtлокально:

$ wget -N http://google.com/robots.txt
--2014-06-15 21:18:19--  http://google.com/robots.txt
Resolving google.com (google.com)... 173.194.41.8, 173.194.41.9, 173.194.41.14, ...
Connecting to google.com (google.com)|173.194.41.8|:80... connected.
HTTP request sent, awaiting response... 301 Moved Permanently
Location: http://www.google.com/robots.txt [following]
--2014-06-15 21:18:19--  http://www.google.com/robots.txt
Resolving www.google.com (www.google.com)... 173.194.46.82, 173.194.46.83, 173.194.46.84, ...
Connecting to www.google.com (www.google.com)|173.194.46.82|:80... connected.
HTTP request sent, awaiting response... 200 OK
Length: unspecified [text/plain]
Server file no newer than local file ‘robots.txt’ -- not retrieving.

Обратите внимание, что во второй раз wgetфайл не был восстановлен.

Связанный контент