我们有一个供应商向我们发送带有适当路径和图像名称的新项目的 xml 提要。我创建了一个脚本，该脚本将剥离图像的网址路径，但如果我尝试使用 wget 获取这些路径，则会出现协议错误。我尝试使用wget -i list.txt.如果我使用其他类似的工具，我就不会遇到问题。是什么导致了这个问题？最好的建议是什么？
答案1
我认为这会起作用
grep -oP "http:\//[a-zA-Z0-9\-\.]+\.[a-zA-Z]{2,3}(:[a-zA-Z0-9]*)?/?([a-zA-Z0-9\-\._\?\,\'/\\\+&%\$#\=~])*.jpg" inputfile | xargs -n1 wget
或者如果你有列表那么你可以使用
cat list.txt | xargs -n1 wget
答案2
在没有看到输入样本和至少脚本核心的情况下，我只能推测 URL 受到了恶意太空雪人的干扰。他们因这种不负责任的行为而臭名昭著 - 您唯一的希望就是致电 51 区技术支持。
或者可以在此处提供示例和脚本。这是一个疯狂的想法，但可能会有所帮助。如有必要，可对它们进行匿名化或混淆处理，但不要弄乱 XML 文件的结构。
我猜测您正在使用一个简单的正则表达式，并指出作为一般规则，使用正则表达式“解析”XML 不是一个好主意 - 它很脆弱并且很容易被有效但意外的输入混淆......使用xml 解析库或函数，甚至是类似的工具XML2从 XML 文件中提取 URL。
另请注意，正如上面 Deer Hunter 所暗示的，如果 URL 包含任何对 shell 有特殊含义的空格或标点符号（例如&、?、*和许多其他字符），则在 wget 上使用 URL 之前，您需要引用或转义 URL命令行。作为一个非常简单的示例，请使用wget "$URL"而不只是wget $URL- 请注意 $URL 变量周围的双引号。
答案3
经过多次审查后，我们发现网络是一个问题。 wget 脚本适用于其他站点以及使用基于窗口的工具（例如 jdownloader）下载的链接。由于某种原因，基于 Linux 的一方无法访问供应商的 NT Web 服务器。我们已经安装了winbind，但网络检查正常。