Télécharger uniquement les fichiers HTML

[anti-conformiste]

Bonjour,

Je dois remplacer une expression dans tous les fichiers HTML d'un site.
Je n'ai donc pas besoin de rapatrier tous les fichiers, notemment les images (il y en a + de 6000).
Comment faire avec wget ?

Merci d'avance.

[narmataru]

salut,
man wget nous dit :

Recursive Accept/Reject Options

-A acclist --accept acclist
-R rejlist --reject rejlist
Specify comma-separated lists of file name suffixes or patterns to accept or reject (@pxref{Types of Files} for more details).

[anti-conformiste]

Envoyé par narmataru

salut,
man wget nous dit :

Ok, merci. J'ai eu un peu de mal à mettre en oeuvre la syntaxe, mais j'ai fini par trouver.

Autre question sur le même sujet : maintenant que je parviens à télécharger les fichiers html seuls, wget ne descend plus recursivement dans les repertoire; autrement dit, je n'obtiens que les fichiers html de la racine du site. Comment faire pour obtenir toute l'arborescence avec seulement les fichiers HTML ?

ma commande :

Code :

1
2
 
wget http://www.monsite.com/ -r -l 0 -N -A html,htm

Merci de votre intérêt.

[narmataru]

bonjour,
Si tu ne vois pas pourquoi ta commande ne téléchargement pas récursivement c'est qu'il y a un problème ! Sais-tu à quoi correspondent les options que tu passes à wget ?
Par exemple :

Envoyé par man wget

-l depth
--level=depth
Specify recursion maximum depth level depth. The default maximum depth is 5.

Je t'encourage à lire le manuel de wget !

[anti-conformiste]

Envoyé par narmataru

bonjour,
Si tu ne vois pas pourquoi ta commande ne téléchargement pas récursivement c'est qu'il y a un problème ! Sais-tu à quoi correspondent les options que tu passes à wget ?
Par exemple :

Je t'encourage à lire le manuel de wget !

J'ai commencé à la lire puis, je suis tombé sur une traduction en Français de la doc, qui indiquait "-l 0" égal à "-l inf" => descend récursivement dans tous les sous-rep.

Et oui, mauvaise traduction de l'auteur. Je vais lui envoyer un mail en le remerciant pour son travail de traduction et en lui faisant remarquer amicalement qu'il y a cependant une erreur.

J'ai essayé la commande suivante, mais cela ne fonctionne toujours pas :

Code :

1
2
 
wget http://www.monsite.com/ -r -l 50 -A html,htm

Je ne comprends pas où ça foire...
Merci à toi.

[narmataru]

Envoyé par anti-conformiste

J'ai commencé à la lire puis, je suis tombé sur une traduction en Français de la doc, qui indiquait "-l 0" égal à "-l inf" => descend récursivement dans tous les sous-rep.

Et oui, mauvaise traduction de l'auteur. Je vais lui envoyer un mail en le remerciant pour son travail de traduction et en lui faisant remarquer amicalement qu'il y a cependant une erreur.

Merci à toi.

ha ben peut être pas Si ça se trouve c'est moi qui me suis trompé. Ca parait bien dans la logique des commande de mettre 0 pour l'infini.
Excsue-moi je me suis précipité

Par contre, lorsque tu télécharge les pages html, wget va suivre les liens et non pas l'arborescence. Si tu as un accès ftp essaye plutot ça :

wget ftp://login:passwd@serveurftp.toto.fr/monsite/ -c -r -l 0 -A html,htm

[anti-conformiste]

Envoyé par narmataru

ha ben peut être pas Si ça se trouve c'est moi qui me suis trompé. Ca parait bien dans la logique des commande de mettre 0 pour l'infini.
Excsue-moi je me suis précipité

C'est pas grave, y'a pas de mal, c'est déjà très gentil de m'aider !!!
Je n'ai pas d'accès ftp

J'ai enlevé l'option -l car par défaut, le niveau récursif est à 5.
Si je précise que je ne souhaite que les fichiers html (-A html,htm), il ne descend par récursivement. Sans l'option -A, il me télécharge bien tous le site avec les sou-rep (enfin, il commence, il y a 347Mo )

Bref comment cela se fait-il

[narmataru]

Essaye peut être en disant de tout télécharger sauf les images

wget http://www.monsite.com/ -r -c -R *.gif,*.png,*.jpg,*.swf

[anti-conformiste]

Envoyé par narmataru

Essaye peut être en disant de tout télécharger sauf les images

C'est justement ce que je testais à part que j'ai oublié de lui préciser les png; le résultat est curieux : il me télécharge toute la racine et un sous répertoire avec un fichier png. Mais pourquoi pas les autres fichiers (html par exemple) et pourquoi uniquement ce sous-dossier