Question

我尝试制作一个shell脚本，该脚本会读取下载网址列表，以确定它们是否仍处于活动状态。我不确定我当前的剧本有什么问题，（我对此不熟悉），任何指针都会有很大的帮助！

user @ pc：〜/ test＃cat sites.list

http://www.google.com/images/srpr/logo3w.png
http://www.google.com/doesnt.exist
notasite

脚本：

#!/bin/bash
for i in `cat sites.list`
do
wget --spider $i -b
if grep --quiet "200 OK" wget-log; then
echo $i >> ok.txt
else
echo $i >> notok.txt
fi
rm wget-log
done

按原样，脚本将所有内容输出到notok.txt - （第一个google网站应该转到ok.txt）。但如果我跑：

wget --spider http://www.google.com/images/srpr/logo3w.png -b

然后做：

grep "200 OK" wget-log

它没有任何问题地抓住字符串。我用语法做了什么noob错误？谢谢m8s！

Answer 1

-b选项是将wget发送到后台，所以你在wget完成之前就是在做grep了。

尝试不使用-b选项：

if wget --spider $i 2>&1 | grep --quiet "200 OK" ; then

Answer 2

您正在做的事情存在一些问题。

您的for i in会遇到包含空格的行的问题。最好使用while read来读取文件的各行。
您没有引用变量。如果文件中的一行（或一行中的单词）以连字符开头怎么办？然后wget会将其解释为一个选项。这里存在潜在的安全风险，也存在错误。
创建和删除文件并不是必需的。如果您所做的只是检查URL是否可访问，那么您可以在没有临时文件和额外代码的情况下执行此操作。
wget不一定是最好的工具。我建议改用curl。

所以这是处理这个问题的更好方法......

#!/bin/bash

sitelist="sites.list"
curl="/usr/bin/curl"

# Some errors, for good measure...
if [[ ! -f "$sitelist" ]]; then
  echo "ERROR: Sitelist is missing." >&2
  exit 1
elif [[ ! -s "$sitelist" ]]; then
  echo "ERROR: Sitelist is empty." >&2
  exit 1
elif [[ ! -x "$curl" ]]; then
  echo "ERROR: I can't work under these conditions." >&2
  exit 1
fi

# Allow more advanced pattern matching (for case..esac below)
shopt -s globstar

while read url; do

  # remove comments
  url=${url%%#*}

  # skip empty lines
  if [[ -z "$url" ]]; then
    continue
  fi

  # Handle just ftp, http and https.
  # We could do full URL pattern matching, but meh.
  case "$url" in
    @(f|ht)tp?(s)://*)
      # Get just the numeric HTTP response code
      http_code=$($curl -sL -w '%{http_code}' "$url" -o /dev/null)
      case "$http_code" in
        200|226)
          # You'll get a 226 in ${http_code} from a valid FTP URL.
          # If all you really care about is that the response is in the 200's,
          # you could match against "2??" instead.
          echo "$url" >> ok.txt
          ;;
        *)
          # You might want different handling for redirects (301/302).
          echo "$url" >> notok.txt
          ;;
      esac
      ;;
    *)
      # If we're here, we didn't get a URL we could read.
      echo "WARNING: invalid url: $url" >&2
      ;;
  esac

done < "$sitelist"

这是未经测试的。仅用于教育目的。可能含有坚果。

带有Wget的Shell脚本 - 如果else嵌套在for循环中

2 个答案: