ನಿರ್ಬಂಧಗಳಿದ್ದರೂ ಸಹ ಸಂಪೂರ್ಣ ಸೈಟ್ ಅನ್ನು wget ನೊಂದಿಗೆ ಡೌನ್‌ಲೋಡ್ ಮಾಡಿ

Wget ಎಂದರೇನು?

ಇದಕ್ಕಿಂತ ಉತ್ತಮವಾಗಿ ಏನೂ ಇಲ್ಲ ವಿಕಿಪೀಡಿಯ ಈ ಉಪಕರಣವು ಏನನ್ನು ಒಳಗೊಂಡಿದೆ ಎಂಬುದನ್ನು ವಿವರಿಸಲು:

ಗ್ನು ವಿಜೆಟ್ ವೆಬ್ ಸರ್ವರ್‌ಗಳಿಂದ ವಿಷಯವನ್ನು ಸರಳ ರೀತಿಯಲ್ಲಿ ಡೌನ್‌ಲೋಡ್ ಮಾಡಲು ಅನುಮತಿಸುವ ಉಚಿತ ಸಾಫ್ಟ್‌ವೇರ್ ಸಾಧನವಾಗಿದೆ. ಇದರ ಹೆಸರು ವರ್ಲ್ಡ್ ವೈಡ್ ವೆಬ್ (w) ನಿಂದ ಬಂದಿದೆ, ಮತ್ತು "ಗೆಟ್" (ಇಂಗ್ಲಿಷ್ನಲ್ಲಿ ಪಡೆಯಿರಿ) ನಿಂದ, ಇದರರ್ಥ: WWW ನಿಂದ ಪಡೆಯಿರಿ.

ಪ್ರಸ್ತುತ ಇದು ಎಚ್‌ಟಿಟಿಪಿ, ಎಚ್‌ಟಿಟಿಪಿಎಸ್ ಮತ್ತು ಎಫ್‌ಟಿಪಿ ಪ್ರೋಟೋಕಾಲ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಡೌನ್‌ಲೋಡ್‌ಗಳನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ.

ಇದು ನೀಡುವ ಅತ್ಯುತ್ತಮ ವೈಶಿಷ್ಟ್ಯಗಳಲ್ಲಿ wget ಸಂಕೀರ್ಣ ಕನ್ನಡಿಗಳನ್ನು ಪುನರಾವರ್ತಿತವಾಗಿ ಸುಲಭವಾಗಿ ಡೌನ್‌ಲೋಡ್ ಮಾಡುವ ಸಾಧ್ಯತೆ ಇದೆ, ಸ್ಥಳೀಯವಾಗಿ HTML ವಿಷಯವನ್ನು ಪ್ರದರ್ಶಿಸಲು ಲಿಂಕ್‌ಗಳ ಪರಿವರ್ತನೆ, ಪ್ರಾಕ್ಸಿಗಳಿಗೆ ಬೆಂಬಲ ...

De wget hemos hablado ya bastante aquí en DesdeLinux. ವಾಸ್ತವವಾಗಿ ya Wget ನೊಂದಿಗೆ ಸಂಪೂರ್ಣ ವೆಬ್‌ಸೈಟ್ ಅನ್ನು ಹೇಗೆ ಡೌನ್‌ಲೋಡ್ ಮಾಡುವುದು ಎಂದು ನಾವು ನೋಡಿದ್ದೇವೆ, ಸಮಸ್ಯೆಯೆಂದರೆ ಇತ್ತೀಚಿನ ದಿನಗಳಲ್ಲಿ ನಿರ್ವಾಹಕರು ಯಾವಾಗಲೂ ತಮ್ಮ ಸಂಪೂರ್ಣ ವೆಬ್‌ಸೈಟ್ ಅನ್ನು ಯಾರನ್ನೂ ಡೌನ್‌ಲೋಡ್ ಮಾಡಲು ಅನುಮತಿಸುವುದಿಲ್ಲ, ಅದು ಅವರು ನಿಜವಾಗಿಯೂ ಇಷ್ಟಪಡುವ ವಿಷಯವಲ್ಲ ... ಮತ್ತು, ಸ್ಪಷ್ಟವಾಗಿ ನಾನು ಅರ್ಥಮಾಡಿಕೊಂಡಿದ್ದೇನೆ. ಸಮಾಲೋಚನೆಗಾಗಿ ಸೈಟ್ ಅಂತರ್ಜಾಲದಲ್ಲಿದೆ, ಓದುಗರು ಆಸಕ್ತಿಯ ವಿಷಯವನ್ನು ಪ್ರವೇಶಿಸುತ್ತಾರೆ ಮತ್ತು ಸೈಟ್ ನಿರ್ವಾಹಕರು ಭೇಟಿಗಳು ಇತ್ಯಾದಿಗಳಂತಹ ಆರ್ಥಿಕವಾಗಿ ಉತ್ತಮವಾಗಿ (ಜಾಹೀರಾತಿನ ಮೂಲಕ) ಪ್ರಯೋಜನ ಪಡೆಯುತ್ತಾರೆ. ಓದುಗರು ತಮ್ಮ ಕಂಪ್ಯೂಟರ್‌ಗೆ ಸೈಟ್‌ ಡೌನ್‌ಲೋಡ್ ಮಾಡಿದರೆ, ಹಿಂದಿನ ಪೋಸ್ಟ್ ಅನ್ನು ಸಂಪರ್ಕಿಸಲು ಅವರು ಆನ್‌ಲೈನ್‌ಗೆ ಹೋಗಬೇಕಾಗಿಲ್ಲ.

Wget ನೊಂದಿಗೆ ಸೈಟ್ ಡೌನ್‌ಲೋಡ್ ಮಾಡುವುದು ಅಷ್ಟು ಸರಳವಾಗಿದೆ:

wget -r -k http://www.sitio.com

• -r : ಇಡೀ ವೆಬ್‌ಸೈಟ್ ಡೌನ್‌ಲೋಡ್ ಆಗುತ್ತದೆ ಎಂದು ಇದು ಸೂಚಿಸುತ್ತದೆ.
• -k : ಡೌನ್‌ಲೋಡ್ ಮಾಡಿದ ಸೈಟ್‌ನ ಲಿಂಕ್‌ಗಳನ್ನು ಇಂಟರ್ನೆಟ್ ಇಲ್ಲದ ಕಂಪ್ಯೂಟರ್‌ಗಳಲ್ಲಿ ಕಾಣುವಂತೆ ಪರಿವರ್ತಿಸಲಾಗುತ್ತದೆ ಎಂದು ಇದು ಸೂಚಿಸುತ್ತದೆ.

ಈಗ, ಸೈಟ್ ನಿರ್ವಾಹಕರು ನಮಗೆ ಕಷ್ಟಕರವಾದಾಗ ವಿಷಯಗಳು ಜಟಿಲವಾಗುತ್ತವೆ ...

ಯಾವ ನಿರ್ಬಂಧಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿರಬಹುದು?

ನೀವು ಗುರುತಿಸಿದ ಸಾಮಾನ್ಯ ಬಳಕೆದಾರರನ್ನು ಹೊಂದಿದ್ದರೆ ಮಾತ್ರ ಸೈಟ್‌ಗೆ ಪ್ರವೇಶವನ್ನು ಅನುಮತಿಸಲಾಗುತ್ತದೆ. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಹಲವು ಪುಟಗಳನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡುತ್ತಿರುವ ಯೂಸರ್ಅಜೆಂಟ್ "ಸಾಮಾನ್ಯ" ಪುಟಗಳಲ್ಲಿ ಒಂದಲ್ಲ ಮತ್ತು ಆದ್ದರಿಂದ ಪ್ರವೇಶವನ್ನು ಮುಚ್ಚುತ್ತದೆ ಎಂದು ಸೈಟ್ ಗುರುತಿಸುತ್ತದೆ.

Robots.txt ಫೈಲ್ ಮೂಲಕವೂ ನೀವು ಆ wget ಅನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸಬಹುದು (ಹೆಚ್ಚು ಸಮಾನವಾದ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಂತೆ) ಕ್ಲೈಂಟ್ ಬಯಸಿದಂತೆ ನಿಮಗೆ ಡೌನ್‌ಲೋಡ್ ಮಾಡಲು ಸಾಧ್ಯವಾಗುವುದಿಲ್ಲ, ಅಲ್ಲದೆ ... ಸೈಟ್ ನಿರ್ವಾಹಕರು ಅದನ್ನು ಬಯಸುತ್ತಾರೆ, ಅವಧಿ

ಈ ನಿರ್ಬಂಧಗಳನ್ನು ತಪ್ಪಿಸುವುದು ಹೇಗೆ?

ಮೊದಲ ಪ್ರಕರಣಕ್ಕೆ ನಾವು wget ಗೆ UserAgent ಅನ್ನು ಸ್ಥಾಪಿಸುತ್ತೇವೆ, ನಾವು ಇದನ್ನು ಆಯ್ಕೆಯೊಂದಿಗೆ ಮಾಡಬಹುದು –ಯುಸರ್-ಏಜೆಂಟ್, ಇಲ್ಲಿ ನಾನು ನಿಮಗೆ ಹೇಗೆ ತೋರಿಸುತ್ತೇನೆ:

wget --user-agent = "ಮೊಜಿಲ್ಲಾ / 5.0 (ಎಕ್ಸ್ 11; ಲಿನಕ್ಸ್ ಎಎಮ್ಡಿ 64; ಆರ್ವಿ: 32.0 ಬಿ 4) ಗೆಕ್ಕೊ / 20140804164216 ಆರ್ಚ್ ಲಿನಕ್ಸ್ ಕೆಡಿಇ ಫೈರ್ಫಾಕ್ಸ್ / 32.0 ಬಿ 4" -ಆರ್ http://www.site.com -k

ಈಗ, robots.txt ಅನ್ನು ಸುತ್ತಲು, ಆ ಫೈಲ್ ಅನ್ನು ಹೊರಗಿಡಿ, ಅಂದರೆ, ಸೈಟ್ ಅನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡಲು wget ಅನ್ನು ಅನುಮತಿಸಿ ಮತ್ತು robots.txt ಏನು ಹೇಳುತ್ತದೆ ಎಂಬುದನ್ನು ಹೆದರುವುದಿಲ್ಲ:

wget --user-agent = "ಮೊಜಿಲ್ಲಾ / 5.0 (ಎಕ್ಸ್ 11; ಲಿನಕ್ಸ್ ಎಎಮ್ಡಿ 64; ಆರ್ವಿ: 32.0 ಬಿ 4) ಗೆಕ್ಕೊ / 20140804164216 ಆರ್ಚ್‌ಲಿನಕ್ಸ್ ಕೆಡಿಇ ಫೈರ್‌ಫಾಕ್ಸ್ / 32.0 ಬಿ 4" -ಆರ್ http://www.site.com -k -e robots = ಆಫ್

ಈಗ ... ಸೈಟ್ ಅನ್ನು ಇನ್ನಷ್ಟು ಮೋಸಗೊಳಿಸಲು ನಾವು ಬಳಸಬಹುದಾದ ಇತರ ಆಯ್ಕೆಗಳು ಅಥವಾ ನಿಯತಾಂಕಗಳಿವೆ, ಉದಾಹರಣೆಗೆ, ನಾವು ಗೂಗಲ್‌ನಿಂದ ಸೈಟ್ ಅನ್ನು ನಮೂದಿಸುತ್ತೇವೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ, ಇಲ್ಲಿ ನಾನು ಎಲ್ಲದರೊಂದಿಗೆ ಅಂತಿಮ ಸಾಲನ್ನು ಬಿಡುತ್ತೇನೆ:

wget --header = "ಸ್ವೀಕರಿಸಿ: text / html" --user-agent = "ಮೊಜಿಲ್ಲಾ / 5.0 (X11; Linux amd64; rv: 32.0b4) ಗೆಕ್ಕೊ / 20140804164216 ArchLinux KDE Firefox / 32.0b4" --referer = http: / /www.google.com -r http://www.site.com -e robots = off -k

ಇದನ್ನು ಮಾಡುವುದು ಸರಿಯೇ?

ಅದು ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ ... ನೀವು ಅದನ್ನು ಎರಡೂ ದೃಷ್ಟಿಕೋನಗಳಿಂದ, ಸೈಟ್ ನಿರ್ವಾಹಕರಿಂದ ಮಾತ್ರವಲ್ಲದೆ ಓದುಗರಿಂದಲೂ ನೋಡಬೇಕು.

ಒಂದೆಡೆ, ನಿರ್ವಾಹಕರಾಗಿ, ಅವರು ನನ್ನ ಸೈಟ್‌ನ HTML ನಕಲನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತಿದ್ದಾರೆ ಎಂದು ನಾನು ಇಷ್ಟಪಡುವುದಿಲ್ಲ, ಇದು ಆನ್‌ಲೈನ್‌ನಲ್ಲಿ ಸಂತೋಷಕ್ಕಾಗಿ ಅಲ್ಲ, ಎಲ್ಲರ ಸಂತೋಷಕ್ಕಾಗಿ ... ಆಸಕ್ತಿದಾಯಕ ವಿಷಯ ಲಭ್ಯವಾಗುವುದು ನಮ್ಮ ಗುರಿ ನಿಮಗೆ, ನೀವು ಕಲಿಯಬಹುದು.

ಆದರೆ, ಮತ್ತೊಂದೆಡೆ ... ಮನೆಯಲ್ಲಿ ಇಂಟರ್ನೆಟ್ ಇಲ್ಲದ ಬಳಕೆದಾರರಿದ್ದಾರೆ, ನಾವು ಇಲ್ಲಿ ಹಾಕಿರುವ ಸಂಪೂರ್ಣ ಟ್ಯುಟೋರಿಯಲ್ ವಿಭಾಗವನ್ನು ಹೊಂದಲು ಅವರು ಬಯಸುತ್ತಾರೆ ... ನಾನು ಅವರ ಸ್ಥಾನದಲ್ಲಿದ್ದೇನೆ (ವಾಸ್ತವವಾಗಿ ನಾನು, ಏಕೆಂದರೆ ಮನೆಯಲ್ಲಿ ನನಗೆ ಇಂಟರ್ನೆಟ್ ಇಲ್ಲ) ಮತ್ತು ಕಂಪ್ಯೂಟರ್‌ನಲ್ಲಿರುವುದು ಆಹ್ಲಾದಕರವಲ್ಲ, ಸಮಸ್ಯೆ ಇದೆ ಅಥವಾ ಏನನ್ನಾದರೂ ಮಾಡಲು ಬಯಸುತ್ತದೆ ಮತ್ತು ನಿಮಗೆ ನೆಟ್‌ವರ್ಕ್‌ಗಳ ನೆಟ್‌ವರ್ಕ್‌ಗೆ ಪ್ರವೇಶವಿಲ್ಲದ ಕಾರಣ ಸಾಧ್ಯವಾಗುತ್ತಿಲ್ಲ.

ಅದು ಸರಿ ಅಥವಾ ತಪ್ಪು ಎಂಬುದು ಪ್ರತಿಯೊಬ್ಬ ನಿರ್ವಾಹಕರಿಗೆ ಬಿಟ್ಟದ್ದು, ಪ್ರತಿಯೊಬ್ಬರ ವಾಸ್ತವತೆ ... ಸರ್ವರ್‌ನಲ್ಲಿ ವಿಜೆಟ್ ಉಂಟುಮಾಡುವ ಸಂಪನ್ಮೂಲ ಬಳಕೆ ನನಗೆ ಹೆಚ್ಚು ಕಾಳಜಿ ವಹಿಸುತ್ತದೆ, ಆದರೆ ಉತ್ತಮ ಸಂಗ್ರಹ ವ್ಯವಸ್ಥೆಯೊಂದಿಗೆ ಅದು ಸರ್ವರ್‌ಗೆ ಸಾಕಾಗುವುದಿಲ್ಲ ಬಳಲುತ್ತಿದ್ದಾರೆ.

ತೀರ್ಮಾನಗಳು

Les pido que ahora no se pongan a estar todos descargando DesdeLinux JAJAJA!! Por ejemplo, mi novia me pidió que descargara unos trucos de Geometry Dash (algo así como Geometry Dash Cheats), no descargaré el sitio web completo, sino que simplemente abriré la página deseada y la guardaré en PDF o en HTML o algo así, eso es lo que les recomendaría a ustedes.

Si tienes algún tutorial de DesdeLinux que deseas guardar, guárdalo en tus marcadores, como HTML o PDF … pero, por uno o dos tutoriales no hace falta generar un tráfico y consumo excesivo en el servidor 😉

ಏನೂ ಇಲ್ಲ, ಇದು ಉಪಯುಕ್ತವಾಗಿದೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ ... ಶುಭಾಶಯಗಳು