40 lines
2.2 KiB
HTML
40 lines
2.2 KiB
HTML
|
<p>In questi giorni mi e` capitato di dover scaricare varie collezioni da <a href="https://en.wikipedia.org/wiki/Internet_Archive">archive.org</a>, una libreria digitale multimediale la cui missione e` l’accesso universale a tutta la conoscenza.</p>
|
|||
|
|
|
|||
|
|
<p>Principalmente lo uso per scaricare tantissime registrazioni live di vari concerti registrati a mio avviso in maniera impeccabile.</p>
|
|||
|
|
|
|||
|
|
<p>Nel sito si trova una guida per scaricare in bulk usando wget e gli strumenti del sito, ma risulta piuttosto prolissa e complicata se si vuole fare un download al volo.</p>
|
|||
|
|
|
|||
|
|
<p>Questo e` lo script che uso, modificato da <a href="https://github.com/ghalfacree/bash-scripts/blob/master/archivedownload.sh">questo</a> script: e` scritto in bash e funziona su tutte le distribuzioni sulle quali e` installato wget, tail e sed.</p>
|
|||
|
|
|
|||
|
|
<pre class="wp-code-highlight prettyprint linenums:1">#!/bin/bash
|
|||
|
|
|
|||
|
|
# Write here the extension of the file that you want to accept
|
|||
|
|
#filetype =.flac
|
|||
|
|
#append this to line 24
|
|||
|
|
#-A .$filetype
|
|||
|
|
#Write here the extension of the file that you want to reject, divided by a comma
|
|||
|
|
fileremove = .null
|
|||
|
|
|
|||
|
|
if [ “$1” = “” ]; then
|
|||
|
|
echo USAGE: archivedownload.sh collectionname
|
|||
|
|
echo See Archive.org entry page for the collection name.
|
|||
|
|
echo Collection name must be entered exactly as shown: lower case, with hyphens.
|
|||
|
|
exit
|
|||
|
|
fi
|
|||
|
|
echo Downloading list of entries for collection name $1…
|
|||
|
|
wget -nd -q “http://archive.org/advancedsearch.php?q=collection%3A$1&fl%5B%5D=identifier&sort%5B%5D=identifier+asc&sort%5B%5D=&sort%5B%5D=&rows=9999&page=1&callback=callback&save=yes&output=csv” -O identifiers.txt
|
|||
|
|
echo Processing entry list for wget parsing…
|
|||
|
|
tail -n +2 identifiers.txt | sed ‘s/”//g’ > processedidentifiers.txt
|
|||
|
|
if [ “`cat processedidentifiers.txt | wc -l`” = “0” ]; then
|
|||
|
|
echo No identifiers found for collection $1. Check name and try again.
|
|||
|
|
rm processedidentifiers.txt identifiers.txt
|
|||
|
|
exit
|
|||
|
|
fi
|
|||
|
|
echo Beginning wget download of `cat processedidentifiers.txt | wc -l` identifiers…
|
|||
|
|
wget -r -H -nc -np -nH -nd -e -R $fileremove robots=off -i processedidentifiers.txt -B ‘http://archive.org/download/’
|
|||
|
|
rm identifiers.txt processedidentifiers.txt
|
|||
|
|
echo Complete.
|
|||
|
|
</pre>
|
|||
|
|
|
|||
|
|
<p>Francesco Mecca</p>
|