今天又一次看名叫「歴史さんぽ」的日语生肉的日本文学史，还是不怎么看得懂，不过评论区的交谈引起了我的注意：有一位大神找到了视频中提到的配套的讲义资料，发现资料的网址是 http://static.manavee.com/files/reference/foo.pdf 的格式，其中 foo 是一个正整数。该视频分为数课，因此讲义也是多个 PDF 文件，而要想找齐所有讲义，就要从数字 1 开始不断尝试，看对应的 PDF 文件，是否是该课程的讲义。
经过尝试容易发现，该网站上目前共有 1415 个文件。而经过评论区中三位大神接力，在千余次测试后，已经将文件基本找全。他们对知识的渴望与锲而不舍的精神使我非常佩服，但也觉得十分心疼 >_<，我作为一名程序员，应该用编程的工具，为解决这个问题做出自己的贡献。
基本思路如下：
i 从 1 至 1415i，从上述网址获取 PDF 文件下面要开始着手实现了。对于第 2 步，需要使用 wget，但是 Windows 上没有 wget。不过好在我曾在自己的一个小项目中用过这个命令，只需要下载一个 wget.exe 文件即可解决。
对于第 3 步，我的第一反应是使用 strings，奈何字符串在 PDF 中有特殊的存储格式，于是我另觅他法，找到了 stackoverflow 上的一个回答，使用 gswin64c 解决。
接下来，我需要使用 Shell 解决这个问题，由于未曾学习过 Shell 的原因，诸如 if 语句啦、标准输入流作为文件啦、如何使用 grep 命令啦，基本上都是自己边查边用。经过一番学习后，我收获颇丰，将如下代码投入使用：
for i in {1..1415}
do
str="http://static.manavee.com/files/reference/$i.pdf"
if [ `wget -qO- $str | gswin64c -sDEVICE=txtwrite -o- - | grep -c "歴史さんぽ"` -eq '0' ]
then
echo "$i: Not found"
else
echo "$i: Found"
wget -q $str
fi
done然而，代码运行起来却不甚理想：某些 PDF 文件似乎是难啃的硬骨头，gswin64c 一处理就停不下来。起初我手动终止进程，然后修改代码跳过这些文件，但后来被跳过的文件多了，也是一件麻烦事。我觉得这违背编程的初衷了，一定要想个方法解决掉这个问题。
于是，改进后的思路如下：
sub.sh
ext.sh
i 从 1 至 1415i，计时 20 秒，执行 sub.shi 记录到 log.txt 中然后，运行 ext.sh 即可。
而且，令人高兴的是，因为前面已经处理了一部分，所以这里并不需要再从 1 开始。
为了实现上述思路，我经过查找资料，知道 timeout 命令可以实现所需的「程序超时退出」功能。其中，如果程序超时，则退出状态数为 124。在 Shell 中，退出状态数用 $? 变量表示。另外，向 log.txt 中追加内容，是使用 >>。
最终的程序如下：
sub.sh
str="http://static.manavee.com/files/reference/$1.pdf"
if [ `wget -qO- $str | gswin64c -sDEVICE=txtwrite -o- - | grep -c "歴史さんぽ"` -eq '0' ]
then
echo "$1: Not found"
else
echo "$1: Found"
wget -q $str
fiext.sh
for i in {1..1415}
do
timeout 20s ./sub.sh $i
if [ $? -eq 124 ]
then
echo $i >> log.txt
fi
done执行 ext.sh，程序就如愿以偿地运行起来了！
通过此次写程序，我解决了「寻找日本文学史讲义」这一大海捞针的问题，而且捕获了三位大神没有找到的一只漏网之鱼，这令我十分高兴。然而，更为重要的是，我学习了 Shell 的基本使用方法，掌握了很多与 Shell 有关的知识。对于这些知识，我将永远铭记在心，为我今后成为一名更加优秀的程序员埋下伏笔！
（2018 年 8 月 29 日）