☰

如何列出文件夹中已保存的 html 文件的源 URL？

tag-icon • tag-icon 12.04 command-line scripts
如何列出文件夹中已保存的 html 文件的源 URL？

我在一个文件夹中有很多 html 文件。我在一个项目中使用了它们。我想创建一个 References.txt 文件，其中将列出每个 html 文件的保存 URL 以及保存的时间戳。每个 URL 与其对应的时间戳之间会有一个空格。

我怎样才能使用终端命令或 shell 脚本从 Ubuntu 12.04 执行此操作？

有一条信息可以帮助您：保存 html 文件的 URL 位于 html 文件的第二行，在浏览器中打开文件然后转到源视图也可以看到它。但我不知道如何使用命令从那里提取它。

其中一个文件的前两行：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<!-- saved from url=(0084)http://www.forexrealm.com/technical-analysis/technical-indicators/typical-price.html -->

答案1

在包含文件的目录中运行以下命令html。

for f in *.html; do echo $(cat "$f" | sed -n '2p' | grep -o 'http://.*\.html') $(stat -c %y "$f");  done > References.tx

脚本：

#!/usr/bin/bash

ref_file='References.txt';
> "$ref_file";

for html in *.html
do
    mtime=$(stat -c %y "$html")
    address=$(cat "$html" | sed -n '2p' | grep -o 'http://.*\.html')
    echo "$address $mtime" >> $ref_file;
done

相关内容