【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
醉颜凉23 分钟前
Elasticsearch服务器部署:从零到一完整启动+配置教程
大数据·服务器·elasticsearch
攻城有术28 分钟前
专项攻克——研发排查Linux各类问题命令+实战案例
linux·运维·服务器
自动化和Linux1 小时前
【win11+virtual Box简单安装centos7,不使用GPT分区】
linux·gpt·虚拟现实
Acrellea1 小时前
当机柜功率冲向 50kW,配电运维如何跟上算力的进化速度?
大数据·运维
M158227690551 小时前
三格串口服务器:RS232/485 设备联网解决方案
运维·服务器·单片机
云上工程笔记2 小时前
ELI5:如何把复杂概念自动画成图,方便写文档、做分享、带新人
运维·服务器·网络·云计算
饼饼学习空间智能2 小时前
具身智能实训平台有哪些供应商?2026年机器人教学与仿真平台选型指南
运维·人工智能
小小数媒成员2 小时前
存储器层级结构
java·服务器·前端
梦想的旅途22 小时前
企业微信API在考勤与审批流程自动化中的应用
运维·自动化·企业微信
汉知宝科技2 小时前
专利年费监控功能解析:从漏缴风险防控到汉知宝平台的自动化闭环实践
运维·自动化