Ubuntu中文论坛

发表于： **2007-07-30 11:04**

想编写对网页进行分析的脚本
网页源代码中有以下一段：

代码：全选

<a href="viewthread.php?tid=191276&extra=page%3D1%26amp%3Bfilter%3D0">标题aa</a>

想实现以下功能：
输入标题aa后，能得到它所指向的链接地址甚至其他信息

有这样的命令或程序吗

发表于： **2007-07-30 11:43**

代码：全选

wget -q -O - www.ubuntu.com |
grep -o "<a[^<]*</a>" | 
sed 's/.*href="*\([^ ">]*\).*>\(.*\)<\/a>/\1 \2/' | 
awk '$0 ~ /Planet/ { print $1 }'

看看这个合意不，它的功能是在www.ubuntu.com主页上寻找名称中包含Planet的链接，并显示链接地址。

发表于： **2007-07-30 12:27**

sed 之语法，人神共愤。既然是shell。不如用##字符串处理了。囗囗laborer，搞出这么强的sed。

发表于： **2007-07-30 12:37**

虽然这些正则表达式暂时看不懂，但能用了
感谢laborer
我一开始使用cut,paste等命令来达到相同的目的，
但比你的方法要复杂，而且一旦网页格式变了后，
需要重新改参数
第一次发现正则表达式这么牛，继续学习
再次感谢laborer

[问题] 有分析网页的命令、程序或脚本吗？（基本解决）