Поиск уникальных имен файлов из файла HTML - PullRequest
Новая
       73

Поиск уникальных имен файлов из файла HTML

2 голосов
/ 14 декабря 2010 
$ cat downloaded_file.html

1373 <A HREF="http://site.com/STDMON11202010_company.txt">STDMON11202010_company.txt</A><br> Monday, November 22, 2010  1:31 AM

Как мне найти html-файл в моем сценарии оболочки и выбрать уникальные имена файлов, которые начинаются с STDMON и заканчиваются _company.txt

Ответы [ 2 ]

2 голосов
/ 14 декабря 2010

Если у вас есть только цифры от STDMON до _company.txt, вы можете сделать: 

grep -o 'STDMON[0-9]*_company\.txt' input.txt | sort -u

Посмотреть это

Иесли что-то можно сделать: 

grep -oP 'STDMON.*?_company\.txt' input.txt | sort -u
0 голосов
/ 14 декабря 2010 
 awk -F'>|<' '$3 ~ /STDMON[0-9]+_company.txt/ && !a[$0=$3]++' download_file.html

Input 

$ cat downloaded_file.html
1373 <A HREF="http://site.com/STDMON11202010_company.txt">STDMON11202010_company.txt</A><br> Monday, November 22, 2010  1:31 AM
1373 <A HREF="http://site.com/STDMON11202010_company.txt">STDMON11202010_company.txt</A><br> Monday, November 22, 2010  1:31 AM
1373 <A HREF="http://site.com/STDMON11202010_company.txt">STDMON14959440_company.txt</A><br> Monday, November 22, 2010  1:31 AM
1373 <A HREF="http://site.com/STDMON11202010_company.txt">STDMON11202010_company.txt</A><br> Monday, November 22, 2010  1:31 AM
1373 <A HREF="http://site.com/STDMON11202010_company.txt">STDMON14959440_company.txt</A><br> Monday, November 22, 2010  1:31 AM
1373 <A HREF="http://site.com/STDMON11202010_company.txt">STDMON11202010_company.txt</A><br> Monday, November 22, 2010  1:31 AM
1373 <A HREF="http://site.com/STDMON11202010_company.txt">STDMON12342440_company.txt</A><br> Monday, November 22, 2010  1:31 AM

Выход 

$ awk -F'>|<' '$3 ~ /STDMON[0-9]+_company.txt/ && !a[$0=$3]++'
STDMON11202010_company.txt
STDMON14959440_company.txt
STDMON12342440_company.txt
...