使用 wget 下載 URL 內容后獲取文件大小

Question

我正在嘗試編寫一個 bash 腳本，它將下載 URL 的內容（非遞歸），然后分析下載的文件。

如果下載的文件是文本文件（即 index.html），我想知道文件的大小並計算該文件中的字符數。

如果文件是圖像文件，我只想知道文件大小。

現在我正在使用wget並下載輸入 URL 的內容，但問題是當我在腳本中執行此操作時，我不知道已下載文件的文件名。

所以，兩個主要問題是：

1. 使用wget對文件執行一些分析操作后，如何在腳本中獲取文件名？
2. 如何確定下載文件的文件類型？

Answer 1

我建議使用-O開關設置wget將寫入的文件名。 然后可以生成一個文件名，告訴wget將 URL 下載到該文件名，然后使用您選擇的文件名運行任何想要的分析工具。

這里的想法是，您不必弄清楚 web 站點或 URL 或wget將選擇什么名稱 - 您正在控制參數。 一般來說，這是一種有用的編程技術。 用戶或某些外部程序或網站提供的輸入越少，您的程序代碼就越健壯和簡單。

至於選擇文件名，您可以使用時間戳。 如果您給它一個+FORMAT參數， date實用程序可以為您生成一個時間戳。 或者，由於您提到這是分析工具的一部分，因此您可能根本不想保存該文件。 在這種情況下，請嘗試使用mktemp之類的工具來生成保證唯一的文件名，然后在退出之前將其刪除。

有關詳細信息，請參閱手冊頁wget(1) 、 date(1)和mktemp(1) 。

不提供完整的工作代碼，以防有人將其作為學校作業，他們偶然發現了這個問題。 我不想讓那個假設的人太容易。 ;-) 當然，如果有人問了更具體的問題，我可能會為他們澄清我的答案。

Answer 2

我終於設法解決了。

#!usr/bin/env bash
URL="$1"
FILENAME=$(date +%y-%m-%d-%T) #Set the current date and time as the filename
wget -O "$FILENAME" "$URL"    #Download the content from the URL and set the filename
FILE_INFO=$(file "$FILENAME") #Store the output from the 'file' command

if [[ "$FILE_INFO" == *"text"* ]]
then 
 echo "It's a text file"
elif [[ "$FILE_INFO" == *"image"* ]]
then 
 echo "It's an image"
fi

特別感謝 Ben Scott 的幫助！