【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
布莱克60534 分钟前
Swift 方法详解:实例方法、类型方法与 mutating 机制
服务器·开发语言·ios·ssh·swift·方法
时间的拾荒人1 小时前
Linux 系统命令与网络、磁盘、日志监控(下篇):性能原理与优化
linux·运维·网络
金色熊族1 小时前
qt5.15.9编译qt-creator7.0.2源码
linux·qt
Rabitebla1 小时前
【Linux】文件篇(五):手撕简易 FILE——模拟实现 C 标准 I/O 缓冲机制
linux·服务器·c语言·笔记·学习·ubuntu
蜗牛一步步往上爬2 小时前
第十章 使用编辑器
linux
鹤落晴春6 小时前
MySQL日志梳理
运维·数据库·mysql
无足鸟ICT6 小时前
【RHCA+】swap和物理内存
linux
zly35008 小时前
esxi安装 windows2000 鼠标不动
运维·服务器
LabVIEW开发9 小时前
Ethernet/IP 会话无效 -251723770
服务器·网络协议·tcp/ip
AR-26710-10 小时前
docker Day2——镜像 / 容器 / 仓库
运维·docker·容器