微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

Bash 并行爬虫

Bash 并行下载脚本。1900 页,分 190 次下载完。

for i in {0..190} ; do
{
let start=$i*10
let end=$i*10+10
for ((page=$start;page<$end;page++)) do
{
  echo "down $page"
  curl "http://www.site.org/advice/index.asp?DjjIntPcnt=$page" -o src/$page.txt
} &
done
wait
echo "finish batch $i"
sleep 1
}
done

如果遇到字符集问题,可下载完成后转换:

find *.txt -exec sh -c "iconv -f GB18030 -t UTF8 {} > result/{}" \;

原文地址:https://www.jb51.cc/bash/392133.html

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐