使用基于文本的浏览器进行批量网站查询

Question

我想要像 lynx,w3m 或 links[=38= 这样的文本浏览器] 从可用 link 列表中执行批量查询。结果将针对关键字进行过滤，并应添加到原始列表中。举个例子，让列表在 list.txt:

"http://dict.cc//?s=Chemical" "http://dict.cc//?s=Fenster"

如果我一次只提交一个link，我可以提取结果，例如

head -n 1 list.txt | xargs links -dump | sed -n '/NOUN/p' tail -n 1 list.txt | xargs links -dump | sed -n '/NOUN/p'

按预期工作，但不：

cat list.txt | xargs links -dump | sed -n '/NOUN/p'

或

for line in `cat list.txt`; do links -dump $line ; done

我做错了什么？下一步，应该将输出附加到正确行的列表中，这样 list.txt 在操作后将如下所示：

"http://dict.cc//?s=Chemical" edit NOUN a chemical | chemicals - "http://dict.cc//?s=Fenster" NOUN das Fenster | die Fenster edit

应该可以通过与 paste 等其他工具组合或使用。这不像上面那样工作，什么是更好的解决方案？:

for line in `cat list.txt`; do echo -n $line && links -dump $line; done

该示例仅用于演示，我将使用 dict.cc 以外的其他站点。很遗憾，没有 API/REST 可用。

Answer 1

xargs 将一次向程序传递多个参数，除非您限制参数的数量：xargs -n1 links -dump。也许 links 只接受一个参数。如果您只需要 URL 中的确切文件而不需要任何其他链接文档，您也可以使用 curl.

for line in <code>cat list.txt 在任何空格处拆分。因此，如果 list.txt 中的任何行包含空格，它将不起作用。

试试这个遍历列表：

cat 'list.txt' | while IFS= read -r line; do
  echo -n $line && links -dump $line
done

Answer 2

我一直在摆弄命令，直到找到错误。问题在于 list.txt 中给出的 URL 的双引号。删除后，这工作正常：

for line in `cat engl.txt`; do 
  echo -n $line && links -dump $line| sed -n '/NOUN/p' 
done

如果（必须）保留双引号，使用上面文件中的条目作为 links 的命令，由 xargs 传递有效（但不是上面的命令）：

for line in `cat list.txt`; do 
  echo -n $line && echo $line | xargs links -dump | sed -n '/NOUN/p'
done

使用基于文本的浏览器进行批量网站查询

Bulk website query using text based browsers

bash

shell

curl

lynx

w3m