Sto estraendo URL da un sito web utilizzando cURL come di seguito.
curl www.somesite.com | grep "<a href=.*title=" > new.txt Il mio file new.txt è il seguente.
<a href="http://website1.com" title="something"> <a href="http://website1.com" information="something" title="something"> <a href="http://website2.com" title="some_other_thing"> <a href="http://website2.com" information="something" title="something"> <a href="http://websitenotneeded.com" title="something NOTNEEDED"> Tuttavia, ho bisogno di estrarre solo le informazioni seguenti.
<a href="http://website1.com" title="something"> <a href="http://website2.com" information="something" title="something"> Sto cercando di ignorare <a href che ha informazioni al loro interno e il cui titolo termina con NOTNEEDED .
Come posso modificare la mia istruzione grep?
Commenti
Risposta
Non sto seguendo completamente il tuo esempio + la descrizione ma suona come te voglio è questo:
$ grep -v "<a href=.*title=.*NOTNEEDED" sample.txt <a href="http://website1.com" title="something"> <a href="http://website1.com" information="something" title="something"> <a href="http://website2.com" title="some_other_thing"> <a href="http://website2.com" information="something" title="something"> Quindi, per il tuo esempio:
$ curl www.example.com | grep -v "<a href=.*title=" | grep -v NOTNEEDED > new.txt Commenti
- Ho una classe nella < sezione href. Fondamentalmente, non la voglio nel mio output.
Answer
La pagina man grep dice:
-v, --invert-match Invert the sense of matching, to select non-matching lines. (-v is specified by POSIX .) Puoi utilizzare espressioni regolari per più inversioni:
grep -v "red\|green\|blue" o
grep -v red | grep -v green | grep -v blue
curl www.somesite.com | grep "<a href=.*title=" | grep -v NOTNEEDED > new.txt?