Foro Wifi-libre.com

Como descargar todas las imágenes de una página web en una sola línea de ordenes

Otro pequeño truco de "tonton" Korben publicado en su web aquí:

• Récupérer toutes les images présentes sur une page web avec Wget b7/@ Korben

wget es una herramienta muy común, no conozco a una distribución GNU-Linux "normal" que no lo tenga integrado por defecto.
Veamos cuál es la sintaxis para descragar todas las imagenes de un sitio en una linea de ordenes
Para no tener que hacer "clic derecha" + "guardar imagen en..." varias veces.
Puede resultar útil si, por ejrmplo, queremos hacer un página trampa para un rogue AP...

wget -nd -H -p -A jpg,jpeg,png,gif -e robots=off <página_web>

• primer argumento: -nd

  -nd, --no-directories            no crea directorios

  Para no tener cada imagen en su propio directorio, sería infumable.

• -H

   -H,  --span-hosts                va a equipos extraños en el recorrido recursivo

  La traducción es infumable... Con esta opción activamos el "spaning tree". El "spanning tree" es ir a otro dominio desde un dominio. Concretamente: Quieres bajar las imágenes de un tema de aquí (wifi-libre). Las imágenes están puestas como un link hacía un servicios de alojamiento de imágenes gratis en la web  externo (digamos imgur). Si activas el spanning tree el comando wget descargara la imagen de imgur (o el sitio que sea). Si no lo activas no la descargará porqué está en otro dominio que wifi-libre. 

• -p (en este caso la descripción de la opción es clara)

  -p,  --page-requisites           descarga todas las imágenes, etc. que se necesitan para mostrar la página HTML

• -A jpg,jpeg,png,gif
  Entendéis que con la opción -A indicamos que tipo de ficheros vamos a descargar. Cada extensión está separada por una coma (así se debe hacer con está opción -A)

  -A,  --accept=LIST               lista separada por comas de extensiones aceptadas

• -e robots=off
  Por defecto wget  respecta la "robot exclusion" porque no es una herramienta de intrusión, es un programa amistoso.  Los administradores definen que partes y documentos de su sitio son accesibles por bots y wget respecta las reglas. Si lo ponemos en modo "off"; wget no tendrá en cuenta las restricciones (si las hay) y descargará todo... o por lo menos lo intentará... En un sitio bien protegido (como lo es wifi-libre ) no les dejará:   

¡Ojo con lo de ir de badboy!
Me refiero a emplear "-e robots=off" y no respectar las reglas de cortesía establecidas por el web administrador.
Los sitios bien protegidos contra Bots no van a ser muy amables contigo....

No te preocupes que si pides las cosas bien (sin emplear argumento "-e")  podrás descargar todas las imágenes del tema de wifi-libre para re-decorar enteramente  tu cuarto.
Par saber más sobre el comando wget:

• wget @ GNU