【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
硅基手札3 分钟前
【linux内核专栏 09】内核模块与 kbuild
linux·架构
流浪00110 分钟前
Linux系统篇43——线程(八) 线程的数据不一致问题,从 ticket-- 的非原子性说起
linux·操作系统·线程·线程安全·锁
Ivanqhz11 分钟前
BURG(自底向上重写生成器)
服务器·数据库·人工智能·深度学习·算法
Είναι η κοπέλα24 分钟前
WSL2 部署 AI 开发环境:内核级 Linux + GPU 直通
linux·运维·人工智能
其实防守也摸鱼27 分钟前
网安自测题:掌握核心知识点的实用练习
linux·运维·服务器·前端·数据库·sql·xss
木白CPP29 分钟前
[QNX] 深入理解 Resource Manager 接口设计
linux·服务器·数据库
AlfredZhao32 分钟前
别再 rm 日志了:Linux 下安全清空日志文件的正确姿势
linux
星恒随风34 分钟前
Linux开发工具详解(二):Git版本控制、GitHub协作与GDB调试实战
linux·笔记·git·学习·github
2401_8685347835 分钟前
简要说明PON下行和上传数据方式
运维·服务器·网络
weixin_4038101337 分钟前
iOS 自动化脚本怎么输入文字:代理、输入法与快捷指令三级方案
运维·ios·自动化