主页 / unix / 问题 / 556416
Accepted
Rick T
Asked: 2019-12-10 12:17:50 +0800 CST

无头铬浏览器命令语法问题

  • 772

我遇到了一些关于无头铬浏览器没有正确创建 html 文件的问题。唯一创建的东西/文件是单个{}.html文件

我的 domain.txt 包含：

https://ibm.com/ 
https://www.linux.org/whats-new/

PS：我使用的是 Ubuntu 18.04 64bit linux

我使用的命令如下：

cat domains.txt | xargs -I {} -P 4 sh -c timeout 25s chromium-browser --headless --no-sandbox --user-agent='Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537. 36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36' --dump-dom https://{} 2> /dev/null > {}.html

这是取自此链接

linux shell-script

1 个回答

  1. Best Answer

    编码：

    cat domains.txt | xargs -I {} -P 4 sh -c timeout 25s chromium-browser --headless --no-sandbox --user-agent='Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537. 36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36' --dump-dom https://{} 2> /dev/null > {}.html

    这缺少围绕sh -c. 通过正确的引用，它还会将代码从 注入sh -c脚本xargs，这是一个安全漏洞。

    管道写得更好

    xargs -I {} -P 4 sh -c '
    timeout 25s chromium-browser \
        --headless --no-sandbox \
        --user-agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537. 36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36" \
        --dump-dom \
        "https://$1" 2>/dev/null >"$1.html"' sh {} <domains.txt

    https://ibm.com/.html...但请注意，如果您在文件中有这些字符串（即写入奇怪命名的子目录中的文件），它仍然会写入称为事物的domains.txt文件，并且它将尝试获取诸如https://https://ibm.com/.

    我认为目的是在文件中只保留实际的域，而不是完整的 URL domains.txt，即

    ibm.com
www.linux.org

    就个人而言，我宁愿使用更简单的解决方案curl。

    • 2

相关问题