Curl是Linux下一个很强大的http命令行工具,其功能十分强大。


# curl http://www.qqhe.com

回车之后,www.qqhe.com 的html就稀里哗啦地显示在屏幕上了 ~

2) 嗯,要想把读过来页面存下来,是不是要这样呢?

# curl http://www.qqhe.com > page.html

当然可以,但不用这么麻烦的!

用curl的内置option就好,存下http的结果,用这个option: -o

# curl -o page.html http://www.qqhe.com

这样,你就可以看到屏幕上出现一个下载页面进度指示。等进展到100%,自然就 OK咯

3) 肯定是你的proxy没有设定了。

使用curl的时候,用这个option可以指定http访问所使用的proxy服务器及其端口: -x

# curl -x 60.28.206.85:8088 -o page.html http://www.qqhe.com

4) 访问有些网站的时候比较讨厌,他使用cookie来记录session信息。

像IE/NN这样的浏览器,当然可以轻易处理cookie信息,但我们的curl呢?.....

我们来学习这个option: -D <— 这个是把http的response里面的cookie信息存到一个特别的文件中去

# curl -x 60.28.206.85:8088 -o page.html -D cookie.txt http://www.qqhe.com

这样,当页面被存到page.html的同时,cookie信息也被存到了cookie.txt里面了

5)那么,下一次访问的时候,如何继续使用上次留下的cookie信息呢?要知道,很多网站都是靠监视你的cookie信息,来判断你是不是不按规矩访问他们的网站的。

这次我们使用这个option来把上次的cookie信息追加到http request里面去: -b

# curl -x 60.28.206.85:8088 -o page1.html -D cookie01.txt -b cookie01.txt http://www.qqhe.com

这样,我们就可以几乎模拟所有的IE操作,去访问网页了!

6

有些讨厌的网站总要我们使用某些特定的浏览器去访问他们,有时候更过分的是,还要使用某些特定的版本 ,哪里有时间为了它去找这些怪异的浏览器呢!?

好在curl给我们提供了一个有用的option,可以让我们随意指定自己这次访问所宣称的自己的浏览器信息: -A

# curl -A "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0)" -x 60.28.206.85:8088 -o page.html -D cookie01.txt http://www.qqhe.com

这样,服务器端接到访问的要求,会认为你是一个运行在Windows 2000上的 IE6.0,嘿嘿嘿,其实也许你用的是苹果机呢!

而"Mozilla/4.73 [en] (X11; U; Linux 2.2; 15 i686"则可以告诉对方你是一台 PC上跑着的Linux,用的是Netscape 4.73,呵呵呵

7)另外一个服务器端常用的限制方法,就是检查http访问的referer。比如你先访问首页,再访问里面所指定的下载页,这第二次访问的 referer地址就是第一次访问成功后的页

面地址。这样,服务器端只要发现对下载页面某次访问的referer地址不是首页的地址,就可以断定那是个盗 连了 ~


幸好curl给我们提供了设定referer的option: -e

# curl -A "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0)" -x 60.28.206.85:8088 -e "mail.linuxidc.com" -o page.html -D cookie0001.txt http://www.qqhe.com

这样,就可以骗对方的服务器,你是从mail.linuxidc.com点击某个链接过来的了,呵呵呵

8)写着写着发现漏掉什么重要的东西了!——- 利用curl 下载文件

刚才讲过了,下载页面到一个文件里,可以使用 -o ,下载文件也是一样。比如,

# curl -o 1.jpg http://www.qqhe.com/~down/screen1.JPG

这里教大家一个新的option: -O 大写的O,这么用:

# curl -O http://www.qqhe.com/~down/screen1.JPG

这样,就可以按照服务器上的文件名,自动存在本地了!

再来一个更好用的。

如果screen1.JPG以外还有screen2.JPG、screen3.JPG、....、screen10.JPG需要下载,难不成还要让我们写一个script来完成这些操作?


在curl里面,这么写就可以了:

# curl -O http://www.qqhe.com/~down/screen[1-10].JPG


9)再来,我们继续讲解下载!

# curl -O http://www.qqhe.com/~{down,download}/[001-201].JPG

这样产生的下载,就是

~down/001.JPG

~down/002.JPG

...

~down/201.JPG

~download/001.JPG

~download/002.JPG

...

~download/201.JPG

由于down/download下的文件名都是001,002...,201,下载下来的文件重名,后面的把前面的文件都给覆盖掉了


# curl -o #2_#1.jpg http://www.qqhe.com/~{down,download}/[001-201].JPG

—这是.....自定义文件名的下载?

这样,自定义出来下载下来的文件名,就变成了这样:原来: ~down/001.JPG —-> 下载后: 001-down.JPG 原来: ~download/001.JPG —-> 下载后: 001-download.JPG

这样一来,就不怕文件重名啦