求从html文件中分离出URL的dos工具或脚本 - 中国DOS联盟论坛

大概跟flashget的那个"用flashget下载所有链接"的功能差不多,就是给出一个html文件,然后可以列出里面
所有的链接, 最好还可以通过修改参数或表达式来定制精确输出结果.

Dos命令行下面,我试了grep, sed, 没成功.
例如

grep -o http://(+.)++(/*)? test.htm

(表达式是照抄网上的),结果不是没东西出来,就是出来一堆东西....似乎它们是按行来操作的???
可是目标的行数位置都是不确定的话,怎么办??

比如说, 一个html文件test.htm包含以下代码

 ......
<a href="http://down2.download.com/2/5/52/6x1196486834x203330712200/tools.rar">
.....

我打 grep 参数|正则表达式 test.html, 我只要它返回以下结果就够了

http://down2.download.com/2/5/52/6x1196486834x203330712200/tools.rar

谢谢...

[ Last edited by scanjet on 2007-12-1 at 10:58 PM ]

第1楼　scanjet	发表于 2007-12-01 16:05
新手上路　发帖 1　积分 4
[已解决]求从html文件中分离出URL的dos工具或脚本大概跟flashget的那个"用flashget下载所有链接"的功能差不多,就是给出一个html文件,然后可以列出里面所有的链接, 最好还可以通过修改参数或表达式来定制精确输出结果. Dos命令行下面,我试了grep, sed, 没成功. 例如 grep -o http://(+.)++(/)? test.htm (表达式是照抄网上的),结果不是没东西出来,就是出来一堆东西....似乎它们是按行来操作的??? 可是目标的行数位置都是不确定的话,怎么办?? 比如说, 一个html文件test.htm包含以下代码 ...... <a href="http://down2.download.com/2/5/52/6x1196486834x203330712200/tools.rar"> ..... 我打 grep 参数\|正则表达式 test.html, 我只要它返回以下结果就够了 http://down2.download.com/2/5/52/6x1196486834x203330712200/tools.rar 谢谢... [ Last edited by scanjet on 2007-12-1 at 10:58 PM* ]

第2楼　junchen2	发表于 2007-12-01 19:50
高级用户　发帖 219　积分 537　来自杭州--半山
awk -F\042 "$0~/<a href=\042http:\/\/down2.download.com\//{for (i=1;i<=NF;i++){ if($i~/http:\/\/down2.download.com\/2\/5\/52\/6x1196486834x20333071/) print $i}}" test.htm