我試圖腳本wget命令來下載一個網頁,它的所有內部附件和JPEG等無法通過wget的一個變量引用變量
當我進入手動腳本,它的工作原理,但我需要運行這35000多次來存檔一個不受我控制的舊網站(國際公司政治,但我是數據的所有者)。
我的問題一直在變化會話參數。
我的劇本至今如下:
cnt=35209
# initialise the headers
general_settings='-4 -P xyz --restrict-file-names=windows -nc --limit-rate=250k'
html_page_specific='--convert-links --html-extension'
proxy='--proxy-user=xxxxxx --proxy-password=yyyyyyy'
session="--header=\'Host: mywebsite.com:9090\' --header=\'User-Agent: Mozilla/5.0 (Windows NT 5.1; rv:20.0) Gecko/20100101 Firefox/20.0\'"
address=http://mywebsite.com:9090/browse/item-$cnt
echo $general_settings $proxy $session $cookie $address
echo
echo
echo Getting item-$cnt...
#while [ $cnt -gt 0 ]
#do
# # get the page
wget --debug $general_settings $html_page_specific $proxy $session $cookie $address
# now get the attachments, pdf, txt, jpg, gif, sql, etc...
# wget -A.pdf $general_settings -r $proxy $session $cookie $address
# wget -A.txt $general_settings -r $proxy $session $cookie $address
# wget -A.jpg $general_settings -r $proxy $session $cookie $address
# wget -A.gif $general_settings -r $proxy $session $cookie $address
# wget -A.sql $general_settings -r $proxy $session $cookie $address
# wget -A.doc $general_settings -r $proxy $session $cookie $address
# wget -A.docx $general_settings -r $proxy $session $cookie $address
# wget -A.xls $general_settings -r $proxy $session $cookie $address
# wget -A.xlsm $general_settings -r $proxy $session $cookie $address
# wget -A.xlsx $general_settings -r $proxy $session $cookie $address
# wget -A.xml $general_settings -r $proxy $session $cookie $address
# wget -A.ppt $general_settings -r $proxy $session $cookie $address
# wget -A.pptx $general_settings -r $proxy $session $cookie $address
# wget -A.png $general_settings -r $proxy $session $cookie $address
# wget -A.ps $general_settings -r $proxy $session $cookie $address
# wget -A.mdb $general_settings -r $proxy $session $cookie $address
# ((cnt=cnt-1))
#
#done
但是當我運行該腳本,我得到下面的輸出
Getting item-35209...
Setting --inet4-only (inet4only) to 1
Setting --directory-prefix (dirprefix) to xyz
Setting --restrict-file-names (restrictfilenames) to windows
Setting --no (noclobber) to 1
Setting --limit-rate (limitrate) to 250k
Setting --convert-links (convertlinks) to 1
Setting --html-extension (htmlextension) to 1
Setting --proxy-user (proxyuser) to xxxxx
Setting --proxy-password (proxypassword) to yyyyy
Setting --header (header) to \'Host:
Setting --header (header) to 'Cookie:
DEBUG output created by Wget 1.11.4 Red Hat modified on linux-gnu.
正如你所看到的,主機和Cookie的部分是不格式正確,導致wget命令無法登錄並提取數據。
我一直在閱讀bash手冊頁,使用谷歌搜索,並嘗試了幾個相關的建議,但我仍然無法獲得執行命令。
任何人都會有足夠的精神向我展示正確的方式來引用可讀性中的引號嗎?
感謝,帶引號的字符串或變量的內部
烏韋, 對不起,這是愚蠢的,但我不明白這將有什麼區別,因爲我的字符串包含引號,即 「--header = \'主機:mywebsite.com:9090 \' 您能否擴展我將如何在數組中輸入變量值,以便可以讀取引號Bash是什麼意思? – dhevans79 2013-05-06 12:36:44
或者是我使用的格式正確,並且通過使用數組,Bash將開始正確解釋它們? – dhevans79 2013-05-06 12:37:37
定義'session =( - header ='Host:mywebsite.com:9090'--header ='User-Agent:... Firefox/20.0')'然後使用'「$ {session [@]}」 '而不是'$ session'。其他變量必須進行類似的修改。 – Uwe 2013-05-06 12:42:55