linux - Bash 脚本解析 HTML 文件

Question

我正在使用 shell 脚本获取 FedEx 包裹的跟踪信息。当我执行脚本时，我传入跟踪号(我在互联网上找到的虚拟号码)，并使用 curl:

#$1=797843158299
curl -A Mozilla/5.0 -b cookies -s "https://www.fedex.com/fedextrack/WTRK/index.html?action=track&action=track&action=track&tracknumbers=$1=1490" > log.txt

curl命令的输出是HTML代码，我需要的信息在标记行之间:

<!--TRACKING CONTENT MAIN-->
<div id="container" class="tracking_main_container"></div>

在该部分中，我需要解析交付信息。
我对脚本编写相当陌生，并尝试了一些我在网上找到的“| sed”建议，但没有任何效果。

Answer 1

这对于 curl 或 wget 是不可能的，因为呈现最终页面是使用 javascript 创建的.可以使用其他支持 javascript 的工具，如 spynner在 python或 phantomjs

这是一个完整的工作示例，用于检查状态是否为已交付:

#!/usr/bin/python

useragent = "Mozilla/5.0 (X11; Linux x86_64; rv:7.0.1) Gecko/20100101 Firefox/7.0.1"

import spynner
from lxml import etree

browser = spynner.Browser(user_agent = useragent)
browser.create_webview(False)
browser.load("https://www.fedex.com/fedextrack/WTRK/index.html?action=track&action=track&action=track&tracknumbers=797843158299")
browser.wait_load()

reddit = etree.HTML(browser.html)

try:
    print reddit.xpath('//div[@class="statusChevron_key_status bogus"]')[0].text
except:
    print "Undelivered"

输出

Delivered