home *** CD-ROM | disk | FTP | other *** search
/ AmigActive 13 / AACD13.ISO / AACD / Online / wget / doc / wget.info-2 (.txt) < prev    next >
GNU Info File  |  2000-08-25  |  39KB  |  788 lines
  1. This is Info file wget.info, produced by Makeinfo version 1.68 from the
  2. input file ./wget.texi.
  3. INFO-DIR-SECTION Net Utilities
  4. INFO-DIR-SECTION World Wide Web
  5. START-INFO-DIR-ENTRY
  6. * Wget: (wget).         The non-interactive network downloader.
  7. END-INFO-DIR-ENTRY
  8.    This file documents the the GNU Wget utility for downloading network
  9. data.
  10.    Copyright (C) 1996, 1997, 1998 Free Software Foundation, Inc.
  11.    Permission is granted to make and distribute verbatim copies of this
  12. manual provided the copyright notice and this permission notice are
  13. preserved on all copies.
  14.    Permission is granted to copy and distribute modified versions of
  15. this manual under the conditions for verbatim copying, provided also
  16. that the sections entitled "Copying" and "GNU General Public License"
  17. are included exactly as in the original, and provided that the entire
  18. resulting derived work is distributed under the terms of a permission
  19. notice identical to this one.
  20. File: wget.info,  Node: Wgetrc Syntax,  Next: Wgetrc Commands,  Prev: Wgetrc Location,  Up: Startup File
  21. Wgetrc Syntax
  22. =============
  23.    The syntax of a wgetrc command is simple:
  24.      variable = value
  25.    The "variable" will also be called "command".  Valid "values" are
  26. different for different commands.
  27.    The commands are case-insensitive and underscore-insensitive.  Thus
  28. `DIr__PrefiX' is the same as `dirprefix'.  Empty lines, lines beginning
  29. with `#' and lines containing white-space only are discarded.
  30.    Commands that expect a comma-separated list will clear the list on an
  31. empty command.  So, if you wish to reset the rejection list specified in
  32. global `wgetrc', you can do it with:
  33.      reject =
  34. File: wget.info,  Node: Wgetrc Commands,  Next: Sample Wgetrc,  Prev: Wgetrc Syntax,  Up: Startup File
  35. Wgetrc Commands
  36. ===============
  37.    The complete set of commands is listed below, the letter after `='
  38. denoting the value the command takes. It is `on/off' for `on' or `off'
  39. (which can also be `1' or `0'), STRING for any non-empty string or N
  40. for a positive integer.  For example, you may specify `use_proxy = off'
  41. to disable use of proxy servers by default. You may use `inf' for
  42. infinite values, where appropriate.
  43.    Most of the commands have their equivalent command-line option
  44. (*Note Invoking::), except some more obscure or rarely used ones.
  45. accept/reject = STRING
  46.      Same as `-A'/`-R' (*Note Types of Files::).
  47. add_hostdir = on/off
  48.      Enable/disable host-prefixed file names.  `-nH' disables it.
  49. continue = on/off
  50.      Enable/disable continuation of the retrieval, the same as `-c'
  51.      (which enables it).
  52. background = on/off
  53.      Enable/disable going to background, the same as `-b' (which enables
  54.      it).
  55. base = STRING
  56.      Set base for relative URLs, the same as `-B'.
  57. cache = on/off
  58.      When set to off, disallow server-caching.  See the `-C' option.
  59. convert links = on/off
  60.      Convert non-relative links locally.  The same as `-k'.
  61. cut_dirs = N
  62.      Ignore N remote directory components.
  63. debug = on/off
  64.      Debug mode, same as `-d'.
  65. delete_after = on/off
  66.      Delete after download, the same as `--delete-after'.
  67. dir_prefix = STRING
  68.      Top of directory tree, the same as `-P'.
  69. dirstruct = on/off
  70.      Turning dirstruct on or off, the same as `-x' or `-nd',
  71.      respectively.
  72. domains = STRING
  73.      Same as `-D' (*Note Domain Acceptance::).
  74. dot_bytes = N
  75.      Specify the number of bytes "contained" in a dot, as seen
  76.      throughout the retrieval (1024 by default).  You can postfix the
  77.      value with `k' or `m', representing kilobytes and megabytes,
  78.      respectively.  With dot settings you can tailor the dot retrieval
  79.      to suit your needs, or you can use the predefined "styles" (*Note
  80.      Download Options::).
  81. dots_in_line = N
  82.      Specify the number of dots that will be printed in each line
  83.      throughout the retrieval (50 by default).
  84. dot_spacing = N
  85.      Specify the number of dots in a single cluster (10 by default).
  86. dot_style = STRING
  87.      Specify the dot retrieval "style", as with `--dot-style'.
  88. exclude_directories = STRING
  89.      Specify a comma-separated list of directories you wish to exclude
  90.      from download, the same as `-X' (*Note Directory-Based Limits::).
  91. exclude_domains = STRING
  92.      Same as `--exclude-domains' (*Note Domain Acceptance::).
  93. follow_ftp = on/off
  94.      Follow FTP links from HTML documents, the same as `-f'.
  95. force_html = on/off
  96.      If set to on, force the input filename to be regarded as an HTML
  97.      document, the same as `-F'.
  98. ftp_proxy = STRING
  99.      Use STRING as FTP proxy, instead of the one specified in
  100.      environment.
  101. glob = on/off
  102.      Turn globbing on/off, the same as `-g'.
  103. header = STRING
  104.      Define an additional header, like `--header'.
  105. http_passwd = STRING
  106.      Set HTTP password.
  107. http_proxy = STRING
  108.      Use STRING as HTTP proxy, instead of the one specified in
  109.      environment.
  110. http_user = STRING
  111.      Set HTTP user to STRING.
  112. ignore_length = on/off
  113.      When set to on, ignore `Content-Length' header; the same as
  114.      `--ignore-length'.
  115. include_directories = STRING
  116.      Specify a comma-separated list of directories you wish to follow
  117.      when downloading, the same as `-I'.
  118. input = STRING
  119.      Read the URLs from STRING, like `-i'.
  120. kill_longer = on/off
  121.      Consider data longer than specified in content-length header as
  122.      invalid (and retry getting it). The default behaviour is to save
  123.      as much data as there is, provided there is more than or equal to
  124.      the value in `Content-Length'.
  125. logfile = STRING
  126.      Set logfile, the same as `-o'.
  127. login = STRING
  128.      Your user name on the remote machine, for FTP.  Defaults to
  129.      `anonymous'.
  130. mirror = on/off
  131.      Turn mirroring on/off.  The same as `-m'.
  132. netrc = on/off
  133.      Turn reading netrc on or off.
  134. noclobber = on/off
  135.      Same as `-nc'.
  136. no_parent = on/off
  137.      Disallow retrieving outside the directory hierarchy, like
  138.      `--no-parent' (*Note Directory-Based Limits::).
  139. no_proxy = STRING
  140.      Use STRING as the comma-separated list of domains to avoid in
  141.      proxy loading, instead of the one specified in environment.
  142. output_document = STRING
  143.      Set the output filename, the same as `-O'.
  144. passive_ftp = on/off
  145.      Set passive FTP, the same as `--passive-ftp'.
  146. passwd = STRING
  147.      Set your FTP password to PASSWORD.  Without this setting, the
  148.      password defaults to `username@hostname.domainname'.
  149. proxy_user = STRING
  150.      Set proxy authentication user name to STRING, like `--proxy-user'.
  151. proxy_passwd = STRING
  152.      Set proxy authentication password to STRING, like `--proxy-passwd'.
  153. quiet = on/off
  154.      Quiet mode, the same as `-q'.
  155. quota = QUOTA
  156.      Specify the download quota, which is useful to put in global
  157.      wgetrc. When download quota is specified, Wget will stop retrieving
  158.      after the download sum has become greater than quota.  The quota
  159.      can be specified in bytes (default), kbytes `k' appended) or mbytes
  160.      (`m' appended).  Thus `quota = 5m' will set the quota to 5 mbytes.
  161.      Note that the user's startup file overrides system settings.
  162. reclevel = N
  163.      Recursion level, the same as `-l'.
  164. recursive = on/off
  165.      Recursive on/off, the same as `-r'.
  166. relative_only = on/off
  167.      Follow only relative links, the same as `-L' (*Note Relative
  168.      Links::).
  169. remove_listing = on/off
  170.      If set to on, remove FTP listings downloaded by Wget.  Setting it
  171.      to off is the same as `-nr'.
  172. retr_symlinks = on/off
  173.      When set to on, retrieve symbolic links as if they were plain
  174.      files; the same as `--retr-symlinks'.
  175. robots = on/off
  176.      Use (or not) `/robots.txt' file (*Note Robots::).  Be sure to know
  177.      what you are doing before changing the default (which is `on').
  178. server_response = on/off
  179.      Choose whether or not to print the HTTP and FTP server responses,
  180.      the same as `-S'.
  181. simple_host_check = on/off
  182.      Same as `-nh' (*Note Host Checking::).
  183. span_hosts = on/off
  184.      Same as `-H'.
  185. timeout = N
  186.      Set timeout value, the same as `-T'.
  187. timestamping = on/off
  188.      Turn timestamping on/off. The same as `-N' (*Note Time-Stamping::).
  189. tries = N
  190.      Set number of retries per URL, the same as `-t'.
  191. use_proxy = on/off
  192.      Turn proxy support on/off. The same as `-Y'.
  193. verbose = on/off
  194.      Turn verbose on/off, the same as `-v'/`-nv'.
  195. wait = N
  196.      Wait N seconds between retrievals, the same as `-w'.
  197. File: wget.info,  Node: Sample Wgetrc,  Prev: Wgetrc Commands,  Up: Startup File
  198. Sample Wgetrc
  199. =============
  200.    This is the sample initialization file, as given in the distribution.
  201. It is divided in two section--one for global usage (suitable for global
  202. startup file), and one for local usage (suitable for `$HOME/.wgetrc').
  203. Be careful about the things you change.
  204.    Note that all the lines are commented out.  For any line to have
  205. effect, you must remove the `#' prefix at the beginning of line.
  206.      ###
  207.      ### Sample Wget initialization file .wgetrc
  208.      ###
  209.      
  210.      ## You can use this file to change the default behaviour of wget or to
  211.      ## avoid having to type many many command-line options. This file does
  212.      ## not contain a comprehensive list of commands -- look at the manual
  213.      ## to find out what you can put into this file.
  214.      ##
  215.      ## Wget initialization file can reside in /usr/local/etc/wgetrc
  216.      ## (global, for all users) or $HOME/.wgetrc (for a single user).
  217.      ##
  218.      ## To use any of the settings in this file, you will have to uncomment
  219.      ## them (and probably change them).
  220.      
  221.      
  222.      ##
  223.      ## Global settings (useful for setting up in /usr/local/etc/wgetrc).
  224.      ## Think well before you change them, since they may reduce wget's
  225.      ## functionality, and make it behave contrary to the documentation:
  226.      ##
  227.      
  228.      # You can set retrieve quota for beginners by specifying a value
  229.      # optionally followed by 'K' (kilobytes) or 'M' (megabytes).  The
  230.      # default quota is unlimited.
  231.      #quota = inf
  232.      
  233.      # You can lower (or raise) the default number of retries when
  234.      # downloading a file (default is 20).
  235.      #tries = 20
  236.      
  237.      # Lowering the maximum depth of the recursive retrieval is handy to
  238.      # prevent newbies from going too "deep" when they unwittingly start
  239.      # the recursive retrieval.  The default is 5.
  240.      #reclevel = 5
  241.      
  242.      # Many sites are behind firewalls that do not allow initiation of
  243.      # connections from the outside.  On these sites you have to use the
  244.      # `passive' feature of FTP.  If you are behind such a firewall, you
  245.      # can turn this on to make Wget use passive FTP by default.
  246.      #passive_ftp = off
  247.      
  248.      
  249.      ##
  250.      ## Local settings (for a user to set in his $HOME/.wgetrc).  It is
  251.      ## *highly* undesirable to put these settings in the global file, since
  252.      ## they are potentially dangerous to "normal" users.
  253.      ##
  254.      ## Even when setting up your own ~/.wgetrc, you should know what you
  255.      ## are doing before doing so.
  256.      ##
  257.      
  258.      # Set this to on to use timestamping by default:
  259.      #timestamping = off
  260.      
  261.      # It is a good idea to make Wget send your email address in a `From:'
  262.      # header with your request (so that server administrators can contact
  263.      # you in case of errors).  Wget does *not* send `From:' by default.
  264.      #header = From: Your Name <username@site.domain>
  265.      
  266.      # You can set up other headers, like Accept-Language.  Accept-Language
  267.      # is *not* sent by default.
  268.      #header = Accept-Language: en
  269.      
  270.      # You can set the default proxy for Wget to use.  It will override the
  271.      # value in the environment.
  272.      #http_proxy = http://proxy.yoyodyne.com:18023/
  273.      
  274.      # If you do not want to use proxy at all, set this to off.
  275.      #use_proxy = on
  276.      
  277.      # You can customize the retrieval outlook.  Valid options are default,
  278.      # binary, mega and micro.
  279.      #dot_style = default
  280.      
  281.      # Setting this to off makes Wget not download /robots.txt.  Be sure to
  282.      # know *exactly* what /robots.txt is and how it is used before changing
  283.      # the default!
  284.      #robots = on
  285.      
  286.      # It can be useful to make Wget wait between connections.  Set this to
  287.      # the number of seconds you want Wget to wait.
  288.      #wait = 0
  289.      
  290.      # You can force creating directory structure, even if a single is being
  291.      # retrieved, by setting this to on.
  292.      #dirstruct = off
  293.      
  294.      # You can turn on recursive retrieving by default (don't do this if
  295.      # you are not sure you know what it means) by setting this to on.
  296.      #recursive = off
  297.      
  298.      # To have Wget follow FTP links from HTML files by default, set this
  299.      # to on:
  300.      #follow_ftp = off
  301. File: wget.info,  Node: Examples,  Next: Various,  Prev: Startup File,  Up: Top
  302. Examples
  303. ********
  304.    The examples are classified into three sections, because of clarity.
  305. The first section is a tutorial for beginners.  The second section
  306. explains some of the more complex program features.  The third section
  307. contains advice for mirror administrators, as well as even more complex
  308. features (that some would call perverted).
  309. * Menu:
  310. * Simple Usage::        Simple, basic usage of the program.
  311. * Advanced Usage::      Advanced techniques of usage.
  312. * Guru Usage::          Mirroring and the hairy stuff.
  313. File: wget.info,  Node: Simple Usage,  Next: Advanced Usage,  Prev: Examples,  Up: Examples
  314. Simple Usage
  315. ============
  316.    * Say you want to download a URL.  Just type:
  317.           wget http://fly.cc.fer.hr/
  318.      The response will be something like:
  319.           --13:30:45--  http://fly.cc.fer.hr:80/en/
  320.                      => `index.html'
  321.           Connecting to fly.cc.fer.hr:80... connected!
  322.           HTTP request sent, awaiting response... 200 OK
  323.           Length: 4,694 [text/html]
  324.           
  325.               0K -> ....                                                   [100%]
  326.           
  327.           13:30:46 (23.75 KB/s) - `index.html' saved [4694/4694]
  328.    * But what will happen if the connection is slow, and the file is
  329.      lengthy?  The connection will probably fail before the whole file
  330.      is retrieved, more than once.  In this case, Wget will try getting
  331.      the file until it either gets the whole of it, or exceeds the
  332.      default number of retries (this being 20).  It is easy to change
  333.      the number of tries to 45, to insure that the whole file will
  334.      arrive safely:
  335.           wget --tries=45 http://fly.cc.fer.hr/jpg/flyweb.jpg
  336.    * Now let's leave Wget to work in the background, and write its
  337.      progress to log file `log'.  It is tiring to type `--tries', so we
  338.      shall use `-t'.
  339.           wget -t 45 -o log http://fly.cc.fer.hr/jpg/flyweb.jpg &
  340.      The ampersand at the end of the line makes sure that Wget works in
  341.      the background.  To unlimit the number of retries, use `-t inf'.
  342.    * The usage of FTP is as simple.  Wget will take care of login and
  343.      password.
  344.           $ wget ftp://gnjilux.cc.fer.hr/welcome.msg
  345.           --10:08:47--  ftp://gnjilux.cc.fer.hr:21/welcome.msg
  346.                      => `welcome.msg'
  347.           Connecting to gnjilux.cc.fer.hr:21... connected!
  348.           Logging in as anonymous ... Logged in!
  349.           ==> TYPE I ... done.  ==> CWD not needed.
  350.           ==> PORT ... done.    ==> RETR welcome.msg ... done.
  351.           Length: 1,340 (unauthoritative)
  352.           
  353.               0K -> .                                                      [100%]
  354.           
  355.           10:08:48 (1.28 MB/s) - `welcome.msg' saved [1340]
  356.    * If you specify a directory, Wget will retrieve the directory
  357.      listing, parse it and convert it to HTML.  Try:
  358.           wget ftp://prep.ai.mit.edu/pub/gnu/
  359.           lynx index.html
  360. File: wget.info,  Node: Advanced Usage,  Next: Guru Usage,  Prev: Simple Usage,  Up: Examples
  361. Advanced Usage
  362. ==============
  363.    * You would like to read the list of URLs from a file?  Not a problem
  364.      with that:
  365.           wget -i file
  366.      If you specify `-' as file name, the URLs will be read from
  367.      standard input.
  368.    * Create a mirror image of GNU WWW site (with the same directory
  369.      structure the original has) with only one try per document, saving
  370.      the log of the activities to `gnulog':
  371.           wget -r -t1 http://www.gnu.ai.mit.edu/ -o gnulog
  372.    * Retrieve the first layer of yahoo links:
  373.           wget -r -l1 http://www.yahoo.com/
  374.    * Retrieve the index.html of `www.lycos.com', showing the original
  375.      server headers:
  376.           wget -S http://www.lycos.com/
  377.    * Save the server headers with the file:
  378.           wget -s http://www.lycos.com/
  379.           more index.html
  380.    * Retrieve the first two levels of `wuarchive.wustl.edu', saving them
  381.      to /tmp.
  382.           wget -P/tmp -l2 ftp://wuarchive.wustl.edu/
  383.    * You want to download all the GIFs from an HTTP directory.  `wget
  384.      http://host/dir/*.gif' doesn't work, since HTTP retrieval does not
  385.      support globbing.  In that case, use:
  386.           wget -r -l1 --no-parent -A.gif http://host/dir/
  387.      It is a bit of a kludge, but it works.  `-r -l1' means to retrieve
  388.      recursively (*Note Recursive Retrieval::), with maximum depth of 1.
  389.      `--no-parent' means that references to the parent directory are
  390.      ignored (*Note Directory-Based Limits::), and `-A.gif' means to
  391.      download only the GIF files.  `-A "*.gif"' would have worked too.
  392.    * Suppose you were in the middle of downloading, when Wget was
  393.      interrupted.  Now you do not want to clobber the files already
  394.      present.  It would be:
  395.           wget -nc -r http://www.gnu.ai.mit.edu/
  396.    * If you want to encode your own username and password to HTTP or
  397.      FTP, use the appropriate URL syntax (*Note URL Format::).
  398.           wget ftp://hniksic:mypassword@jagor.srce.hr/.emacs
  399.    * If you do not like the default retrieval visualization (1K dots
  400.      with 10 dots per cluster and 50 dots per line), you can customize
  401.      it through dot settings (*Note Wgetrc Commands::).  For example,
  402.      many people like the "binary" style of retrieval, with 8K dots and
  403.      512K lines:
  404.           wget --dot-style=binary ftp://prep.ai.mit.edu/pub/gnu/README
  405.      You can experiment with other styles, like:
  406.           wget --dot-style=mega ftp://ftp.xemacs.org/pub/xemacs/xemacs-20.4/xemacs-20.4.tar.gz
  407.           wget --dot-style=micro http://fly.cc.fer.hr/
  408.      To make these settings permanent, put them in your `.wgetrc', as
  409.      described before (*Note Sample Wgetrc::).
  410. File: wget.info,  Node: Guru Usage,  Prev: Advanced Usage,  Up: Examples
  411. Guru Usage
  412. ==========
  413.    * If you wish Wget to keep a mirror of a page (or FTP
  414.      subdirectories), use `--mirror' (`-m'), which is the shorthand for
  415.      `-r -N'.  You can put Wget in the crontab file asking it to
  416.      recheck a site each Sunday:
  417.           crontab
  418.           0 0 * * 0 wget --mirror ftp://ftp.xemacs.org/pub/xemacs/ -o /home/me/weeklog
  419.    * You may wish to do the same with someone's home page.  But you do
  420.      not want to download all those images--you're only interested in
  421.      HTML.
  422.           wget --mirror -A.html http://www.w3.org/
  423.    * But what about mirroring the hosts networkologically close to you?
  424.      It seems so awfully slow because of all that DNS resolving.  Just
  425.      use `-D' (*Note Domain Acceptance::).
  426.           wget -rN -Dsrce.hr http://www.srce.hr/
  427.      Now Wget will correctly find out that `regoc.srce.hr' is the same
  428.      as `www.srce.hr', but will not even take into consideration the
  429.      link to `www.mit.edu'.
  430.    * You have a presentation and would like the dumb absolute links to
  431.      be converted to relative?  Use `-k':
  432.           wget -k -r URL
  433.    * You would like the output documents to go to standard output
  434.      instead of to files?  OK, but Wget will automatically shut up
  435.      (turn on `--quiet') to prevent mixing of Wget output and the
  436.      retrieved documents.
  437.           wget -O - http://jagor.srce.hr/ http://www.srce.hr/
  438.      You can also combine the two options and make weird pipelines to
  439.      retrieve the documents from remote hotlists:
  440.           wget -O - http://cool.list.com/ | wget --force-html -i -
  441. File: wget.info,  Node: Various,  Next: Appendices,  Prev: Examples,  Up: Top
  442. Various
  443. *******
  444.    This chapter contains all the stuff that could not fit anywhere else.
  445. * Menu:
  446. * Proxies::             Support for proxy servers
  447. * Distribution::        Getting the latest version.
  448. * Mailing List::        Wget mailing list for announcements and discussion.
  449. * Reporting Bugs::      How and where to report bugs.
  450. * Portability::         The systems Wget works on.
  451. * Signals::             Signal-handling performed by Wget.
  452. File: wget.info,  Node: Proxies,  Next: Distribution,  Prev: Various,  Up: Various
  453. Proxies
  454. =======
  455.    "Proxies" are special-purpose HTTP servers designed to transfer data
  456. from remote servers to local clients.  One typical use of proxies is
  457. lightening network load for users behind a slow connection.  This is
  458. achieved by channeling all HTTP and FTP requests through the proxy
  459. which caches the transferred data.  When a cached resource is requested
  460. again, proxy will return the data from cache.  Another use for proxies
  461. is for companies that separate (for security reasons) their internal
  462. networks from the rest of Internet.  In order to obtain information
  463. from the Web, their users connect and retrieve remote data using an
  464. authorized proxy.
  465.    Wget supports proxies for both HTTP and FTP retrievals.  The
  466. standard way to specify proxy location, which Wget recognizes, is using
  467. the following environment variables:
  468. `http_proxy'
  469.      This variable should contain the URL of the proxy for HTTP
  470.      connections.
  471. `ftp_proxy'
  472.      This variable should contain the URL of the proxy for HTTP
  473.      connections.  It is quite common that HTTP_PROXY and FTP_PROXY are
  474.      set to the same URL.
  475. `no_proxy'
  476.      This variable should contain a comma-separated list of domain
  477.      extensions proxy should *not* be used for.  For instance, if the
  478.      value of `no_proxy' is `.mit.edu', proxy will not be used to
  479.      retrieve documents from MIT.
  480.    In addition to the environment variables, proxy location and settings
  481. may be specified from within Wget itself.
  482. `-Y on/off'
  483. `--proxy=on/off'
  484. `proxy = on/off'
  485.      This option may be used to turn the proxy support on or off.  Proxy
  486.      support is on by default, provided that the appropriate environment
  487.      variables are set.
  488. `http_proxy = URL'
  489. `ftp_proxy = URL'
  490. `no_proxy = STRING'
  491.      These startup file variables allow you to override the proxy
  492.      settings specified by the environment.
  493.    Some proxy servers require authorization to enable you to use them.
  494. The authorization consists of "username" and "password", which must be
  495. sent by Wget.  As with HTTP authorization, several authentication
  496. schemes exist.  For proxy authorization only the `Basic' authentication
  497. scheme is currently implemented.
  498.    You may specify your username and password either through the proxy
  499. URL or through the command-line options.  Assuming that the company's
  500. proxy is located at `proxy.srce.hr' at port 8001, a proxy URL location
  501. containing authorization data might look like this:
  502.      http://hniksic:mypassword@proxy.company.com:8001/
  503.    Alternatively, you may use the `proxy-user' and `proxy-password'
  504. options, and the equivalent `.wgetrc' settings `proxy_user' and
  505. `proxy_passwd' to set the proxy username and password.
  506. File: wget.info,  Node: Distribution,  Next: Mailing List,  Prev: Proxies,  Up: Various
  507. Distribution
  508. ============
  509.    Like all GNU utilities, the latest version of Wget can be found at
  510. the master GNU archive site prep.ai.mit.edu, and its mirrors.  For
  511. example, Wget 1.5.3 can be found at
  512. `ftp://prep.ai.mit.edu/pub/gnu/wget-1.5.3.tar.gz'
  513. File: wget.info,  Node: Mailing List,  Next: Reporting Bugs,  Prev: Distribution,  Up: Various
  514. Mailing List
  515. ============
  516.    Wget has its own mailing list at <wget@sunsite.auc.dk>, thanks to
  517. Karsten Thygesen.  The mailing list is for discussion of Wget features
  518. and web, reporting Wget bugs (those that you think may be of interest
  519. to the public) and mailing announcements.  You are welcome to
  520. subscribe.  The more people on the list, the better!
  521.    To subscribe, send mail to <wget-subscribe@sunsite.auc.dk>.  the
  522. magic word `subscribe' in the subject line.  Unsubscribe by mailing to
  523. <wget-unsubscribe@sunsite.auc.dk>.
  524.    The mailing list is archived at `http://fly.cc.fer.hr/archive/wget'.
  525. File: wget.info,  Node: Reporting Bugs,  Next: Portability,  Prev: Mailing List,  Up: Various
  526. Reporting Bugs
  527. ==============
  528.    You are welcome to send bug reports about GNU Wget to
  529. <bug-wget@gnu.org>.  The bugs that you think are of the interest to the
  530. public (i.e. more people should be informed about them) can be Cc-ed to
  531. the mailing list at <wget@sunsite.auc.dk>.
  532.    Before actually submitting a bug report, please try to follow a few
  533. simple guidelines.
  534.   1. Please try to ascertain that the behaviour you see really is a
  535.      bug.  If Wget crashes, it's a bug.  If Wget does not behave as
  536.      documented, it's a bug.  If things work strange, but you are not
  537.      sure about the way they are supposed to work, it might well be a
  538.      bug.
  539.   2. Try to repeat the bug in as simple circumstances as possible.
  540.      E.g. if Wget crashes on `wget -rLl0 -t5 -Y0 http://yoyodyne.com -o
  541.      /tmp/log', you should try to see if it will crash with a simpler
  542.      set of options.
  543.      Also, while I will probably be interested to know the contents of
  544.      your `.wgetrc' file, just dumping it into the debug message is
  545.      probably a bad idea.  Instead, you should first try to see if the
  546.      bug repeats with `.wgetrc' moved out of the way.  Only if it turns
  547.      out that `.wgetrc' settings affect the bug, should you mail me the
  548.      relevant parts of the file.
  549.   3. Please start Wget with `-d' option and send the log (or the
  550.      relevant parts of it).  If Wget was compiled without debug support,
  551.      recompile it.  It is *much* easier to trace bugs with debug support
  552.      on.
  553.   4. If Wget has crashed, try to run it in a debugger, e.g. `gdb `which
  554.      wget` core' and type `where' to get the backtrace.
  555.   5. Find where the bug is, fix it and send me the patches. :-)
  556. File: wget.info,  Node: Portability,  Next: Signals,  Prev: Reporting Bugs,  Up: Various
  557. Portability
  558. ===========
  559.    Since Wget uses GNU Autoconf for building and configuring, and avoids
  560. using "special" ultra-mega-cool features of any particular Unix, it
  561. should compile (and work) on all common Unix flavors.
  562.    Various Wget versions have been compiled and tested under many kinds
  563. of Unix systems, including Solaris, Linux, SunOS, OSF (aka Digital
  564. Unix), Ultrix, *BSD, IRIX, and others; refer to the file `MACHINES' in
  565. the distribution directory for a comprehensive list.  If you compile it
  566. on an architecture not listed there, please let me know so I can update
  567.    Wget should also compile on the other Unix systems, not listed in
  568. `MACHINES'.  If it doesn't, please let me know.
  569.    Thanks to kind contributors, this version of Wget compiles and works
  570. on Microsoft Windows 95 and Windows NT platforms.  It has been compiled
  571. successfully using MS Visual C++ 4.0, Watcom, and Borland C compilers,
  572. with Winsock as networking software.  Naturally, it is crippled of some
  573. features available on Unix, but it should work as a substitute for
  574. people stuck with Windows.  Note that the Windows port is *neither
  575. tested nor maintained* by me--all questions and problems should be
  576. reported to Wget mailing list at <wget@sunsite.auc.dk> where the
  577. maintainers will look at them.
  578. File: wget.info,  Node: Signals,  Prev: Portability,  Up: Various
  579. Signals
  580. =======
  581.    Since the purpose of Wget is background work, it catches the hangup
  582. signal (`SIGHUP') and ignores it.  If the output was on standard
  583. output, it will be redirected to a file named `wget-log'.  Otherwise,
  584. `SIGHUP' is ignored.  This is convenient when you wish to redirect the
  585. output of Wget after having started it.
  586.      $ wget http://www.ifi.uio.no/~larsi/gnus.tar.gz &
  587.      $ kill -HUP %%     # Redirect the output to wget-log
  588.    Other than that, Wget will not try to interfere with signals in any
  589. way. `C-c', `kill -TERM' and `kill -KILL' should kill it alike.
  590. File: wget.info,  Node: Appendices,  Next: Copying,  Prev: Various,  Up: Top
  591. Appendices
  592. **********
  593.    This chapter contains some references I consider useful, like the
  594. Robots Exclusion Standard specification, as well as a list of
  595. contributors to GNU Wget.
  596. * Menu:
  597. * Robots::                  Wget as a WWW robot.
  598. * Security Considerations:: Security with Wget.
  599. * Contributors::            People who helped.
  600. File: wget.info,  Node: Robots,  Next: Security Considerations,  Prev: Appendices,  Up: Appendices
  601. Robots
  602. ======
  603.    Since Wget is able to traverse the web, it counts as one of the Web
  604. "robots".  Thus Wget understands "Robots Exclusion Standard"
  605. (RES)--contents of `/robots.txt', used by server administrators to
  606. shield parts of their systems from wanderings of Wget.
  607.    Norobots support is turned on only when retrieving recursively, and
  608. *never* for the first page.  Thus, you may issue:
  609.      wget -r http://fly.cc.fer.hr/
  610.    First the index of fly.cc.fer.hr will be downloaded.  If Wget finds
  611. anything worth downloading on the same host, only *then* will it load
  612. the robots, and decide whether or not to load the links after all.
  613. `/robots.txt' is loaded only once per host.  Wget does not support the
  614. robots `META' tag.
  615.    The description of the norobots standard was written, and is
  616. maintained by Martijn Koster <m.koster@webcrawler.com>.  With his
  617. permission, I contribute a (slightly modified) texified version of the
  618. * Menu:
  619. * Introduction to RES::
  620. * RES Format::
  621. * User-Agent Field::
  622. * Disallow Field::
  623. * Norobots Examples::
  624. File: wget.info,  Node: Introduction to RES,  Next: RES Format,  Prev: Robots,  Up: Robots
  625. Introduction to RES
  626. -------------------
  627.    "WWW Robots" (also called "wanderers" or "spiders") are programs
  628. that traverse many pages in the World Wide Web by recursively
  629. retrieving linked pages. For more information see the robots page.
  630.    In 1993 and 1994 there have been occasions where robots have visited
  631. WWW servers where they weren't welcome for various reasons. Sometimes
  632. these reasons were robot specific, e.g. certain robots swamped servers
  633. with rapid-fire requests, or retrieved the same files repeatedly. In
  634. other situations robots traversed parts of WWW servers that weren't
  635. suitable, e.g. very deep virtual trees, duplicated information,
  636. temporary information, or cgi-scripts with side-effects (such as
  637. voting).
  638.    These incidents indicated the need for established mechanisms for
  639. WWW servers to indicate to robots which parts of their server should
  640. not be accessed. This standard addresses this need with an operational
  641. solution.
  642.    This document represents a consensus on 30 June 1994 on the robots
  643. mailing list (`robots@webcrawler.com'), between the majority of robot
  644. authors and other people with an interest in robots. It has also been
  645. open for discussion on the Technical World Wide Web mailing list
  646. (`www-talk@info.cern.ch'). This document is based on a previous working
  647. draft under the same title.
  648.    It is not an official standard backed by a standards body, or owned
  649. by any commercial organization. It is not enforced by anybody, and there
  650. no guarantee that all current and future robots will use it. Consider
  651. it a common facility the majority of robot authors offer the WWW
  652. community to protect WWW server against unwanted accesses by their
  653. robots.
  654.    The latest version of this document can be found at
  655. `http://info.webcrawler.com/mak/projects/robots/norobots.html'.
  656. File: wget.info,  Node: RES Format,  Next: User-Agent Field,  Prev: Introduction to RES,  Up: Robots
  657. RES Format
  658. ----------
  659.    The format and semantics of the `/robots.txt' file are as follows:
  660.    The file consists of one or more records separated by one or more
  661. blank lines (terminated by `CR', `CR/NL', or `NL').  Each record
  662. contains lines of the form:
  663.      <field>:<optionalspace><value><optionalspace>
  664.    The field name is case insensitive.
  665.    Comments can be included in file using UNIX bourne shell conventions:
  666. the `#' character is used to indicate that preceding space (if any) and
  667. the remainder of the line up to the line termination is discarded.
  668. Lines containing only a comment are discarded completely, and therefore
  669. do not indicate a record boundary.
  670.    The record starts with one or more User-agent lines, followed by one
  671. or more Disallow lines, as detailed below. Unrecognized headers are
  672. ignored.
  673.    The presence of an empty `/robots.txt' file has no explicit
  674. associated semantics, it will be treated as if it was not present, i.e.
  675. all robots will consider themselves welcome.
  676. File: wget.info,  Node: User-Agent Field,  Next: Disallow Field,  Prev: RES Format,  Up: Robots
  677. User-Agent Field
  678. ----------------
  679.    The value of this field is the name of the robot the record is
  680. describing access policy for.
  681.    If more than one User-agent field is present the record describes an
  682. identical access policy for more than one robot.  At least one field
  683. needs to be present per record.
  684.    The robot should be liberal in interpreting this field. A case
  685. insensitive substring match of the name without version information is
  686. recommended.
  687.    If the value is `*', the record describes the default access policy
  688. for any robot that has not matched any of the other records. It is not
  689. allowed to have multiple such records in the `/robots.txt' file.
  690. File: wget.info,  Node: Disallow Field,  Next: Norobots Examples,  Prev: User-Agent Field,  Up: Robots
  691. Disallow Field
  692. --------------
  693.    The value of this field specifies a partial URL that is not to be
  694. visited. This can be a full path, or a partial path; any URL that
  695. starts with this value will not be retrieved. For example,
  696. `Disallow: /help' disallows both `/help.html' and `/help/index.html',
  697. whereas `Disallow: /help/' would disallow `/help/index.html' but allow
  698. `/help.html'.
  699.    Any empty value, indicates that all URLs can be retrieved. At least
  700. one Disallow field needs to be present in a record.
  701. File: wget.info,  Node: Norobots Examples,  Prev: Disallow Field,  Up: Robots
  702. Norobots Examples
  703. -----------------
  704.    The following example `/robots.txt' file specifies that no robots
  705. should visit any URL starting with `/cyberworld/map/' or `/tmp/':
  706.      # robots.txt for http://www.site.com/
  707.      
  708.      User-agent: *
  709.      Disallow: /cyberworld/map/ # This is an infinite virtual URL space
  710.      Disallow: /tmp/ # these will soon disappear
  711.    This example `/robots.txt' file specifies that no robots should
  712. visit any URL starting with `/cyberworld/map/', except the robot called
  713. `cybermapper':
  714.      # robots.txt for http://www.site.com/
  715.      
  716.      User-agent: *
  717.      Disallow: /cyberworld/map/ # This is an infinite virtual URL space
  718.      
  719.      # Cybermapper knows where to go.
  720.      User-agent: cybermapper
  721.      Disallow:
  722.    This example indicates that no robots should visit this site further:
  723.      # go away
  724.      User-agent: *
  725.      Disallow: /
  726. File: wget.info,  Node: Security Considerations,  Next: Contributors,  Prev: Robots,  Up: Appendices
  727. Security Considerations
  728. =======================
  729.    When using Wget, you must be aware that it sends unencrypted
  730. passwords through the network, which may present a security problem.
  731. Here are the main issues, and some solutions.
  732.   1. The passwords on the command line are visible using `ps'.  If this
  733.      is a problem, avoid putting passwords from the command line--e.g.
  734.      you can use `.netrc' for this.
  735.   2. Using the insecure "basic" authentication scheme, unencrypted
  736.      passwords are transmitted through the network routers and gateways.
  737.   3. The FTP passwords are also in no way encrypted.  There is no good
  738.      solution for this at the moment.
  739.   4. Although the "normal" output of Wget tries to hide the passwords,
  740.      debugging logs show them, in all forms.  This problem is avoided by
  741.      being careful when you send debug logs (yes, even when you send
  742.      them to me).
  743. File: wget.info,  Node: Contributors,  Prev: Security Considerations,  Up: Appendices
  744. Contributors
  745. ============
  746.    GNU Wget was written by Hrvoje Niksic <hniksic@srce.hr>.  However,
  747. its development could never have gone as far as it has, were it not for
  748. the help of many people, either with bug reports, feature proposals,
  749. patches, or letters saying "Thanks!".
  750.    Special thanks goes to the following people (no particular order):
  751.    * Karsten Thygesen--donated the mailing list and the initial FTP
  752.      space.
  753.    * Shawn McHorse--bug reports and patches.
  754.    * Kaveh R. Ghazi--on-the-fly `ansi2knr'-ization.
  755.    * Gordon Matzigkeit--`.netrc' support.
  756.    * Zlatko Calusic, Tomislav Vujec and Drazen Kacar--feature
  757.      suggestions and "philosophical" discussions.
  758.    * Darko Budor--initial port to Windows.
  759.    * Antonio Rosella--help and suggestions, plust the Italian
  760.      translation.
  761.    * Tomislav Petrovic, Mario Mikocevic--many bug reports and
  762.      suggestions.
  763.    * Francois Pinard--many thorough bug reports and discussions.
  764.    * Karl Eichwalder--lots of help with internationalization and other
  765.      things.
  766.    * Junio Hamano--donated support for Opie and HTTP `Digest'
  767.      authentication.
  768.    * Brian Gough--a generous donation.
  769.    The following people have provided patches, bug/build reports, useful
  770. suggestions, beta testing services, fan mail and all the other things
  771. that make maintenance so much fun:
  772.    Tim Adam, Martin Baehr, Dieter Baron, Roger Beeman and the Gurus at
  773. Cisco, Mark Boyns, John Burden, Wanderlei Cavassin, Gilles Cedoc, Tim
  774. Charron, Noel Cragg, Kristijan Conkas, Damir Dzeko, Andrew Davison,
  775. Ulrich Drepper, Marc Duponcheel, Aleksandar Erkalovic, Andy Eskilsson,
  776. Masashi Fujita, Howard Gayle, Marcel Gerrits, Hans Grobler, Mathieu
  777. Guillaume, Karl Heuer, Gregor Hoffleit, Erik Magnus Hulthen, Richard
  778. Huveneers, Simon Josefsson, Mario Juric, Goran Kezunovic, Robert Kleine,
  779. Fila Kolodny, Alexander Kourakos, Martin Kraemer, Simos KSenitellis,
  780. Tage Stabell-Kulo, Hrvoje Lacko, Dave Love, Jordan Mendelson, Lin Zhe
  781. Min, Charlie Negyesi, Andrew Pollock, Steve Pothier, Marin Purgar, Jan
  782. Prikryl, Keith Refson, Tobias Ringstrom, Juan Jose Rodrigues, Heinz
  783. Salzmann, Robert Schmidt, Toomas Soome, Sven Sternberger, Markus
  784. Strasser, Szakacsits Szabolcs, Mike Thomas, Russell Vincent, Douglas E.
  785. Wegscheid, Jasmin Zainul, Bojan Zdrnja, Kristijan Zimmer.
  786.    Apologies to all who I accidentally left out, and many thanks to all
  787. the subscribers of the Wget mailing list.
  788.