【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
charlie1145141911 小时前
2026年正点原子开发板移植方案——从0开始的Rootfs之路(3)inittab 与 init 系统:Linux 启动的“第一号进程“全解析
linux·驱动开发·学习·嵌入式开发·嵌入式linux
手握风云-1 小时前
基于 Java 的网页聊天室(三)
服务器·前端·数据库
xlp666hub1 小时前
深度剖析 Linux Input 子系统(3):从零写一个 Input 驱动,最详细手把手(附完整代码)
linux·面试
贺小涛1 小时前
jenkins
运维·jenkins
开开心心_Every1 小时前
限时免费加密、隐藏、锁定文件文件夹好工具
运维·服务器·人工智能·edge·pdf·逻辑回归·深度优先
RisunJan2 小时前
Linux命令-modprobe(自动处理可载入模块)
linux·运维
野犬寒鸦2 小时前
Redis复习记录day1
服务器·开发语言·数据库·redis·缓存
龙俊俊2 小时前
服务器模型部署与加载
服务器·人工智能·深度学习
何朴尧2 小时前
OpenClaw Linux 完整安装指南
linux