[事由:
想安装MinGW,安装文件mingw-get-inst-xxx.exe如果发现x/MinGW/var/cache/mingw-get/packages下有需要的文件,则不会去下载需要的文件。
(x是将要把MinGW安装到的目录,也就是说要事先建立好.../packages目录,并把下载好的文件放到这个目录下)
sourceforge上的MinGW在我住处下载速度为几K,发现mirrorservice.org比较快,于是想获得MinGW全部文件的url,且迅雷貌似不能再命令行下传入参数,快车貌似可以,但。。。没有用快车,命令行是linux的天地,当然要用linux下的下载工具了,于是用了单线程下载工具wget.exe。
]
rootUrl:
http://www.mirrorservice.org/sites/download.sourceforge.net/pub/sourceforge/m/project/mi/mingw/
1] 看下mingw在mirrorservice.org上的目录、文件组织结构
注意:含archive类型的html页面多一个a
2] 使用jsoup解析html
以rootUrl为根(或者叫起点),用jsoup递归的把全部目录、文件的url弄出来
把所有的这些url保存成文件urls.txt, 用wget.exe下载
(
wget -i urls.txt
可以依次下载urls.txt中的每一行指定的文件
urls.txt有1400多行,实际操作时候, 将urls.txt分成若干个文件,分别执行wget -i urls_x.txt
wget.exe是命令行下单线程下载工具(这也是将urls.txt分成几个文件、执行多个wget -i 命令的原因之一了)(wget来源于linux), linux下多线程下载工具还有好多,但是貌似在windows下重写的(移植到windows下的)却没看到(我没找到)。
)
代码: