批量下载网页上的链接然后合并、筛选、编辑文本内容

1. 打开网页,按F12打开开发工具,点击源代码,查看 网页的源代码,并将其复制到一个文档中

2.保留需要批量下载的链接行

3.对其进行修饰

4. 去除多每一行多余的文字

echo "123.456.AABBCCDDEEFF(GGHHII)" > test.txt
echo " 678.890.BBCAACDDFFEE(GGIIKKHH)" >> test.txt  #这一行最前面有空格!!
# 以下位删除普通字符
sed 's/.*AA//g' test.txt > B.txt   # 删除test.txt中,AA字符串之前的内容,一直到行首,保存到B.txt
sed 's/FF.*$//g' test.txt > B.txt  # 删除test.txt中,FF字符串之后的内容,一直到行尾,保存到B.txt
#以下为删除特殊字符,需要用  \ 进行字符的转义!!
sed 's/.*\.//g' test.txt > B.txt   # 删除test.txt中,.字符串之前的内容,一直到行首,保存到B.txt
sed 's/\..*$//g' test.txt > B.txt  # 删除test.txt中,.字符串之后的内容,一直到行尾,保存到B.txt

5. wget 批量下载

wget -i url.txt

6. 合并下载下来的html文档

cat *.html >> name.txt

7. 提取具有指定标志符号的内容

grep br name.txt > ok.txt

扫描二维码关注公众号,回复: 14850723 查看本文章

8. 替换不必要的文字

vim ok.txt

:1,$s /AAA/BBB/g            将AAA 替换成BBB

9. 在行尾加入字符

在行尾加入 <br>符号
sed 's/$/&\<br\>/g' A.txt > B.txt

10. 复制前 100行到文件b中

head -n 100000 A.txt > B.txt

11.删除 2-50行,然后复制到B

# 先查看多少行
wc -l A.txt
sed '2,50d' A.txt > B.txt

# 可以直接在A中删除
sed -i '2,50d' A.txt

猜你喜欢

转载自blog.csdn.net/lggirls/article/details/128833649