【LINUX】shell中模拟爬虫

url_home="http://localhost:8080"

curl ${url_home} -o 1.html

cat 1.html | grep 'href="' | awk -F"\"" '{ print $2 }' >urls.txt

cat 1.html | grep 'href="' | awk -F"\"" '{ print 3 }' \| awk -F"\<" '{ print 1 }' | sed "s:>::g"|sed "s: :_:g" > titles.txt

打开文件1

exec 3< urls.txt

打开文件2

exec 4< titles.txt

读取文件1和文件2的内容

while read -u 3 url && read -u 4 title

do

echo "url: $url"

echo "title: $title"

curl "{url_home}/url" -o "${title}.html"

done

关闭文件

exec 3<&-

exec 4<&-

相关推荐
KKKlucifer8 分钟前
运维域与IT域融合——云网安全一体化运营体系建设
大数据·运维·安全
0+11120 分钟前
Linux --基础IO
linux·运维·服务器
资深电气设计24 分钟前
雕铣机主轴驱动升级趋势分析:变频器技术价值与选型逻辑探讨
运维
CZIDC25 分钟前
华为服务器TS200-2280 V2 iBMC导入SSL证书后问题案例分析
服务器·https·ssl
M78佐菲36 分钟前
Linux多线程:创建、回收与互斥同步
linux·笔记·学习·算法
名字还没想好☜41 分钟前
Prometheus 告警实战:写 alerting rules、用 Alertmanager 做路由分组与抑制
运维·前端·javascript·docker·kubernetes·prometheus
sunoo-2291 小时前
【Linux 系统编程】学习第七天:线程属性 | 互斥锁 | 死锁 | 信号量 核心知识点 + 踩坑实战
linux·c语言·笔记·vscode·学习
Zkaisen1 小时前
【Gitee】SSH 公钥、GPG 公钥、私人令牌的区别
运维·gitee·ssh
小雪崩1 小时前
嵌入式学习 day33:线程进阶
linux·c语言·学习
HXSYS1 小时前
无人机库房管理标准化,《无人机装调维修师》规范存储运维
运维·无人机