쿠키를 설정해야하는 사이트에서 wget을 사용하여 PDF 파일 다운로드

신문 사이트에 액세스 한 다음 epaper 사본 (PDF)을 다운로드하고 싶습니다. 이 사이트에서 내 이메일 주소와 비밀번호를 사용하여 로그인 한 다음 해당 PDF URL에 액세스 할 수 있습니다.

Wget 에서 '세션 설정'에 문제가 있습니다. 브라우저에서 사이트에 로그인하면 두 가지 쿠키 값이 설정됩니다.

UserID=abc@gmail.com
Password=12345

나는 시도했다 :

wget --post-data "UserID=abc@gmail.com&Password=12345" http://epaper.abc.com/login.aspx

그러나 방금 로그인 페이지를 다운로드하여 로컬로 저장했습니다.

로그인 페이지의 FORM에는 두 개의 필드가 있습니다.

txtUserID
txtPassword

그리고 이와 같은 라디오 버튼 :

<input id="rbtnManchester" type="radio" checked="checked" name="txtpub" value="44">

다른 버튼 :

<input id="rbtnLondon" type="radio" name="txtpub" value="64">

login.aspx 페이지에 게시하면 동일한 결과가 나타납니다.

wget --post-data "txtUserID=abc@gmail.com&txtPassword=12345&txtpub=44" http://epaper.abc.com/login.aspx

만약 내가한다면:

--save-cookies abc_cookies.txt

기본 콘텐츠 이외의 다른 것으로 보이지 않습니다.

마지막으로, 내가 그렇게한다면 --debug, 그것은 말합니다 :

...
Set-Cookie: ASP.NET_SessionId=05kphcn4hjmblq45qgnjoe41; path=/; HttpOnly
...
Stored cookie epaper.abc.com -1 (ANY) / <session> <insecure> [expiry none] ASP.NET_SessionId 05kphcn4hjmblq45qgnjoe41
Length: 107253 (105K) [text/html]
Saving to: `login.aspx'
...
Saving cookies to abc_cookies.txt.

그러나 abc_cookies.txt는 다음 만 표시합니다.

# HTTP cookie file.
# Generated by Wget on 2011-08-16 08:03:05.
# Edit at your own risk.

(스택 오버플로에서 응답이없는 이유를 잘 모르겠습니다. 수퍼 유저가 더 나은 사이트 일 것입니다. Wget을 사용하여 쿠키를 설정해야하는 사이트에서 PDF 파일을 다운로드하십시오 .)

편집 1

C:\Temp>wget --cookies=on --keep-session-cookies --save-cookies abc_cookies.txt --post-data "txtUserID=abc%40gmail.com&txtPassword=password&txtpub=44&chkbox=checkbox&submit.x=48&submit.y=7" http://epaper.abc.com/login.aspx --debug
SYSTEM_WGETRC = c:/progra~1/wget/etc/wgetrc
syswgetrc = C:\Program Files (x86)\GnuWin32/etc/wgetrc
DEBUG output created by Wget 1.11.4 on Windows-MinGW.

--2011-08-18 08:15:59--  http://epaper.abc.com/login.aspx
Resolving epaper.abc.com... seconds 0.00, 999.999.99.99
Caching epaper.abc.com => 999.999.99.99
Connecting to epaper.abc.com|999.999.99.99|:80... seconds 0.00, connected.
Created socket 300.
Releasing 0x00a2ae80 (new refcount 1).

---request begin---
POST /login.aspx HTTP/1.0
User-Agent: Wget/1.11.4
Accept: */*
Host: epaper.abc.com
Connection: Keep-Alive
Content-Type: application/x-www-form-urlencoded
Content-Length: 100

---request end---
[POST data: txtUserID=abc%40gmail.com&txtPassword=password&txtpub=44&chkbox=checkbox&submit.x=48&submit.y=7]
HTTP request sent, awaiting response...
---response begin---
HTTP/1.1 200 OK
Connection: keep-alive
Date: Thu, 18 Aug 2011 02:46:17 GMT
Server: Microsoft-IIS/6.0
X-Powered-By: ASP.NET
X-AspNet-Version: 2.0.50727
Set-Cookie: ASP.NET_SessionId=owcrje55yl45kgmhn43gq145; path=/; HttpOnly
Cache-Control: private
Content-Type: text/html; charset=utf-8
Content-Length: 107253

---response end---
200 OK
Registered socket 300 for persistent reuse.

Stored cookie epaper.abc.com -1 (ANY) / <session> <insecure> [expiry none] ASP.NET_SessionId owcrje55yl45kgmhn43gq145
Length: 107253 (105K) [text/html]
Saving to: `login.aspx.1'

100%[======================================================================================================================>] 107,253     24.9K/s   in 4.2s

2011-08-18 08:16:05 (24.9 KB/s) - `login.aspx.1' saved [107253/107253]

Saving cookies to abc_cookies.txt.
Done saving cookies.

C:\Temp>wget --referer=http://epaper.abc.com/login.aspx --cookies=on --load-cookies abc_cookies.txt --keep-session-cookies --save-cookies abc_cookies.txt http://epaper.abc.com/PagePrint/16_08_2011_001.pdf --debug
SYSTEM_WGETRC = c:/progra~1/wget/etc/wgetrc
syswgetrc = C:\Program Files (x86)\GnuWin32/etc/wgetrc
DEBUG output created by Wget 1.11.4 on Windows-MinGW.


Stored cookie epaper.abc.com -1 (ANY) / <session> <insecure> [expiry none] ASP.NET_SessionId owcrje55yl45kgmhn43gq145
--2011-08-18 08:16:12--  http://epaper.abc.com/PagePrint/16_08_2011_001.pdf
Resolving epaper.abc.com... seconds 0.00, 999.999.99.99
Caching epaper.abc.com => 999.999.99.99
Connecting to epaper.abc.com|999.999.99.99|:80... seconds 0.00, connected.
Created socket 300.
Releasing 0x00598290 (new refcount 1).

---request begin---
GET /PagePrint/16_08_2011_001.pdf HTTP/1.0
Referer: http://epaper.abc.com/login.aspx
User-Agent: Wget/1.11.4
Accept: */*
Host: epaper.abc.com
Connection: Keep-Alive
Cookie: ASP.NET_SessionId=owcrje55yl45kgmhn43gq145

---request end---
HTTP request sent, awaiting response...
---response begin---
HTTP/1.1 200 OK
Connection: keep-alive
Date: Thu, 18 Aug 2011 02:46:30 GMT
Server: Microsoft-IIS/6.0
X-Powered-By: ASP.NET
X-AspNet-Version: 2.0.50727
content-disposition: attachement; filename=Default_logo.gif
Cache-Control: private
Content-Type: image/GIF
Content-Length: 4568

---response end---
200 OK
Registered socket 300 for persistent reuse.
Length: 4568 (4.5K) [image/GIF]
Saving to: `16_08_2011_001.pdf'

100%[======================================================================================================================>] 4,568       7.74K/s   in 0.6s

2011-08-18 08:16:14 (7.74 KB/s) - `16_08_2011_001.pdf' saved [4568/4568]

Saving cookies to abc_cookies.txt.
Done saving cookies.

abc_cookies.txt의 내용

epaper.abc.com       FALSE   /       FALSE   0       ASP.NET_SessionId       owcrje55yl45kgmhn43gq145

--keep-session-cookies세션 쿠키를 보존 하기 위해 사용해야 하는 것보다는 --save-cookies둘 다 필요하다고 생각합니다 .

기본적으로

wget --keep-session-cookies --save-cookies ..... url

로그인하여 세션 쿠키를 얻으십시오.

그때

wget --load-cookie ...... url

PDF를 다운로드하십시오.

아마도 이것이 도움이 될 것입니다. 로그인하려는 사이트에 로그인하기 전에 필요한 일부 숨겨진 필드가있었습니다. 따라서 첫 번째 wget은 추가 필드를 찾기 위해 로그인 페이지를 가져오고 두 번째 wget은 사이트에 로그인하여 쿠키를 저장 한 다음 세 번째 wget은 해당 쿠키를 사용하여 다음 페이지를 가져옵니다.

#!/bin/bash

# get the login page to get the hidden field data
wget -a log.txt -O loginpage.html http://foobar/default.aspx
hiddendata=`cat loginpage.html | grep value | grep foobarhidden | tr '=' ' ' | awk '{print $9}' | sed s/\"//g`
rm loginpage.html

# login into the page and save the cookies
postData=user=fakeuser'&'pw=password'&'foobarhidden=${hiddendata}
wget -a log.txt -O /dev/null --post-data ${postData} --keep-session-cookies --save-cookies cookies.txt http://foobar/default.aspx

# get the page you're after
wget -a log.txt -O results.html --load-cookies cookies.txt http://foobar/lister.aspx?id=42
rm cookies.txt

이 다른 SO 게시물 에 대한 유용한 정보가 있습니다 .