خارج کردن لینک از صفحه وب

[agape]

با سلام من میخوام یه سری لینک از صفحه وب خارج کنم از grep برای فیلتر کردن استفاده میکنم

برای این منظور از شکل زیر از grep استفاده میکنم

کد: [انتخاب]

| grep -oie "\(/forum/dl.php?server\).*\.\(7z\|zip\|rar\)" | sort | uniq


تا حدود زیادی خوب کار میکنه ولی مشکل اینه که وقتی مثلا لینکی به شکل زیر باشه درست کار نمیکنه

کد: [انتخاب]

<p><a href="http://demo.ir/test.7z"> test.7z </a></p>

خروجیش مثل زیر خواهد شد

کد: [انتخاب]

http://demo.ir/test.7z"> test.7zحالا بع نظر شما کد رو چطور اصلاح کنم که خروجی درست بگیرم

[Ghost Shadow]

اینا رو ببین:
http://forum.ubuntu.ir/index.php?topic=45672.0
http://forum.ubuntu.ir/index.php/topic,109197.msg884272.html#msg884272

[دانیال بهزادی]

کد: [انتخاب]

$ mech-dump --links FILE

[محسن صفری]

کدی که نوشتید روی مثالتون اصلا کار نخواهد کرد . شاید اینجا اشتباه وارد کردید . کد شما اینه :

کد: [انتخاب]

| grep -oie "\(/forum/dl.php?server\).*\.\(7z\|zip\|rar\)" | sort | uniq

که با | شروع می شه !

ولی به طور کلی این نکته را در نظر داشته باشید که عبارتهای منظم حریص هستند و سعی می کنند تا با بزرگترین رشته ای که پیدا می کنن match بشن . با خروجی که برنامه تون می ده می شه حدس زد که باید توی عبارت منظم تون بعد از 7z یک " قرار دهید .

نسخه ساده :

کد: [انتخاب]

$ echo '<p><a href="http://demo.ir/test.7z"> test.7z </a></p>' | grep -oie '".*7z"'