我知道，有数百万个 shell 脚本等待编写，以帮助管理您的计算机、运行您的服务器和微调您的后端，但我痴迷于与在线数据交互的脚本，所以这就是我关注的重点。我的上一篇文章标志着我们的 Twitterbot 的结束，这是一个简单的脚本，可以监听并响应 Twitter 查询。您可以尝试从您的 Twitter 帐户向 @davesbot 发送“@”消息。

本月，考虑到本期以娱乐为主题，我认为深入研究与 Web 交互的 shell 脚本的另一个方面会很有趣，即研究如何模拟复杂表单。我们要模拟的表单？雅虎电影高级搜索。

首先查看图 1（它显示了表单）。您也可以访问 movies.yahoo.com/mv/advsearch 在线查看。

图 1. 雅虎电影高级标题搜索

我们可以打开 HTML 并阅读源代码，但我认为对其进行逆向工程更有趣，因为像大多数搜索表单一样，这个表单使用 GET 方法，因此，将其所有参数暴露在结果页面的 URL 中。例如，搜索标题“Strangelove”，不进行任何其他调整，将生成以下 URL。通常，此 URL 将全部在一行上，但我已将 URL 和参数分隔到多行上，以便更易于查看

http://movies.yahoo.com/mv/search
      ?p=strangelove
      &yr=all
      &gen=all
      &syn=
      &syn_match=all
      &type=feature
      &adv=y

搜索引擎本身位于上面列表第一行中显示的 URL。其余行是发送到搜索引擎的参数。您可以看到搜索词是“p”（“p=strangelove”）。您可以通过查看表单来推断其他参数：yr = 发行年代，gen = 类型，syn = 剧情简介关键字等等。

但是，由于可能的值太多，我们最终还是必须查看源代码。例如，那些类型？以下是雅虎电影的分类方式

真是一个很长的列表！

问题是，我们能否将这种性质的表单转换为一个简单的交互式 shell 脚本，让用户指定搜索的约束条件，并使用结果搜索弹出一个 Web 浏览器？当然可以！

将问题标准化并提出通用解决方案，某种解析器，它将 HTML 表单标签作为输入并生成 shell 脚本片段作为输出，这将很酷。嗯，不用了。

相反，通过在 vi 中的一些技巧（是的，我不使用 Emacs），我有以下内容，作为 usage() 函数的一部分

usage()
{
cat << EOF
USAGE: findmovie -g genre -k keywords -nrst title
Where
   -n   only match those that have news or features
   -r   only match those with reviews
   -s   only match those that have showtimes
   -t   only match those that have trailers

and genre can be one of:
  act (Action/Adventure), ada (Adaptation), ani (Animation),
  ...
  tee (Teen), thr (Thriller), war (War) or wes (Western).
EOF

}

这使得生活变得轻松，并将记住类型的三字母缩写的小技巧推给了用户。狡猾，是吧？现在，公平地说，良好的界面设计会让我编写一个更复杂的脚本，让用户输入各种缩写（或完整单词）并将它们转换为雅虎批准的正确缩写，但这实际上是工作，所以我们也会跳过它，好吗？

现在，请注意我创建的实际用法

USAGE: findmovie -g genre -k keywords -nrst title

这意味着表单中有几个元素我们将在脚本中忽略，包括电影发行的年代和一些更晦涩的条件参数。不过，这足以让我们忙碌。

我之前谈到过 shell 脚本中出色的 getopts，没有它，解析六个参数（其中两个有参数，四个没有）将是一个巨大的麻烦。相反，这很简单。以下是前几行，给你一个概念

while getopts "g:k:nrst" arg
do
  case "$arg" in
    g) params="${params:+$params&}gen=$OPTARG" ;;

这里有很多要说的，但我们之前已经介绍过 getopts，您也可以 <咳嗽> 查看手册页，对吧？简而言之，带有尾随冒号的字母表示它有一个必需的参数，所以 g 和 k 有参数 (g:k:)，而 n、r、s 和 t 没有 (nrst)。

params 扩展也是一个巧妙的 shell 小技巧，值得特别提及。符号 ${params:+$params } 扩展为 $params 变量的值，加上尾随空格（如果变量已经有一个值）。否则，它是空字符串。重点是什么？避免在我们正在构建的 URL 中出现前导与号。

让我们快速看一下

$ findmovie.sh -g war -k peace -r
finished. params = gen=war&syn=peace&revs=1

正如我们所希望的那样，params 变量已被扩展以反映用户在命令行上指定的特定值——在本例中，是战争片，它们有评论并在剧情简介中包含“peace”这个词。

不过，代码的当前状态存在一个问题，等待着我们。问题是，如果用户在关键字值字段中指定了两个单词，或者更糟的是，在标题字段中也这样做（记住，最后一个或几个单词是标题模式，雅虎电影系统的核心搜索）怎么办？

答案是我们需要将空格转换为 http 系统可接受的符号。幸运的是，这很容易做到

params="$(echo $params | sed 's/ /+/g')"

这不是最优雅的解决方案，但它肯定是功能性的！

这里更大的问题是雅虎要求某些参数实际存在才能进行搜索。在 Web 界面上选择一个类型并单击搜索，您将看到这不足以使其继续进行。

因此，我们搜索的基本 URL 将会更复杂一些

baseurl="http://movies.yahoo.com/mv/search"
baseurl="${baseurl}?yr=all&syn_match=all&"

试试看，你会发现它不起作用。为什么？因为雅虎在表单中加入了一些隐藏参数，这些参数是发送到搜索程序所必需的。没有它们，它就会停止。

实际上，这是我们需要的 baseurl 值

baseurl="http://movies.yahoo.com/mv/search"
baseurl="${baseurl}?yr=all&syn_match=all&adv=y&type=feature&"

现在，我们如何将所有这些组合在一起？这并不容易，因为我们仍然需要获取调用末尾的内容（标题模式），然后屏蔽空格

shift $(( $OPTIND - 1 ))

等一下，在继续之前让我解释一下这一行。OPTIND 包含脚本的位置参数的索引，指示第一个未被 getopts 处理吸收的参数。不幸的是，它的索引从 1 开始，而 options 数组的索引从零开始。结果？我们必须从该值中减去 1 才能使用 $* 符号获得实际值

params="$(echo $params | sed 's/ /+/g')"

pattern="$(echo $* | sed 's/ /+/g')"
echo URL: $baseurl${params}\&p=$pattern

现在，最后，有了这些，我们可以搜索包含“love”这个词并有评论的电影

$ findmovie.sh -r love

URL: ...BASEURL...revs=1&p=love

输入它，你会发现它工作正常，显示了 80 部标题中出现“love”并且雅虎电影知道这些电影的在线评论的电影。

大多数 Linux 和其他 UNIX 版本都有一种方法，您可以从命令行启动 Web 浏览器，并将指定的 URL 作为其主页。这就是我们要做的

echo $baseurl${params}\&p=$pattern
open -a safari "$baseurl${params}\&p=$pattern"

现在我们已经将雅虎高级搜索表单转换为 shell 脚本，我们还可以做其他事情，但我们将把这些留到下个月！