【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
良策金宝AI8 分钟前
全球工程软件格局重塑:中国AI原生平台的机会窗口
大数据·运维·人工智能
yBmZlQzJ12 分钟前
财运到内网穿透-群晖NAS安装(docker版本)
运维·经验分享·网络协议·docker·容器
WG_1725 分钟前
Linux:环境变量
linux·运维·服务器
努力的小帅26 分钟前
Linux_基础IO(Linux入门到精通)
linux·动态库·静态库·计算机组成原理·io操作
txzz888829 分钟前
CentOS-Stream-10 系统安装之Firewalld防火墙配置
linux·运维·网络·计算机网络·centos·firewall-cmd·linux防火墙
Konwledging37 分钟前
VMA-virtual memory areas
linux
无事好时节38 分钟前
【Linux 进程详解】从 PCB 到 fork
linux
NZT-4842 分钟前
服务器访问github受限的解决办法
运维·服务器·github
kaoa00043 分钟前
Linux入门攻坚——57、HAProxy
linux·运维·服务器
噜啦噜啦嘞好1 小时前
Linux——网络概念
linux·网络