url地址怎么获取(网页url地址怎么获取)

发布日期:2025-03-16 13:54:40     手机:https://m.xinb2b.cn/yule/news3971.html    违规举报
核心提示:大黑客呢?肯定会自己写脚本,不要一条一条的去敲命令,这里简单的利用lynx这个命令的应用来提取特点的web页面中的一系列的url, 你看把,这是小编的编辑器,不错把,挺漂亮的颜色,小编挺幸苦搞这个编辑器,给小编加个油吧,文章最后我会贴出源代

url地址怎么获取(网页url地址怎么获取)

大黑客呢?肯定会自己写脚本,不要一条一条的去敲命令,这里简单的利用lynx这个命令的应用来提取特点的web页面中的一系列的url,

你看把,这是小编的编辑器,不错把,挺漂亮的颜色,小编挺幸苦搞这个编辑器,给小编加个油吧,文章最后我会贴出源代码!!

我来说说这个脚本的工作原理

在显示页面时候,lynx会以最佳的格式显示页面文本,它可以跟随页面上的所有超文本引用或链接。该脚本在提取链接的时候,只使用sed打印出页面文本中references字符串之后的所有内容。然后根据用户指定的选项来处理链接列表。

上面的只是我在linux里写的一些代码,等等我会把源代码放出来,不懂的可以问问我,提取网页的链接其实是很有用的。

我们运行一下我写的代码

你看从百度的网站找到这么多链接,是不是挺有成就感的!!!!

Bash getlinks.sh http://www.amazon.com | wc –l

还能统计有多少条链接,亚马孙的一共有134条链接。

Bash getlinks.sh -d htt://www.baidu.com

这个去掉了前面的http://,就可以看见这些链接指向了多少不同的域。

你看吧,效果很不错吧!!!

写在最后,我们是做教育的,希望大伙能学到东西是我们不变的初衷!!最后我先把代码贴出来:

#!/bin/bash

#Date 2019-09-22

if [ $# -eq 0 ];then

echo “Usage:$0 [-d|-i|-x] url” >&2

echo “-d=domains only,-i=internal refs only,-x=external only” >&2

exit 1

fi

if [ $# -gt 1 ];then

case “$1″ in

-d) lastcmd=”cut -d/ -f3 | sort |uniq”

shift

;;

-r) basedomain=”http://$(echo $2 | cut -d -f3)/”

lastcmd=”grep ”^$basedomain” | sed ”s|$basedomain||g” | sort|

uniq”

shift

;;

-a) basedomain=”http://$(echo $2 | cut -d/ -f3)/”

lastcmd=”grep -v ”^$basedomain” | sort | uniq”

shift

;;

*) echo “$0 unknown option specified: $1″ >&2

exit 1

esac

else

lastcmd=”sort | uniq”

fi

lynx -dump “$1” |

sed -n ‘/^References$/,$p’ |

grep -E ‘[[:digit:]]+.’ |

awk ‘{print $2}’ |

cut -d? -f1 |

eval $lastcmd

exit 0

 
 
本文地址:https://xinb2b.cn/yule/news3971.html,转载请注明出处。

推荐图文
推荐娱乐运动
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  违规举报  |  蜀ICP备18010318号-4  |  百度地图  | 
Processed in 0.222 second(s), 77 queries, Memory 0.51 M