主页 / unix / 问题 / 465300
Accepted
Linter
Asked: 2018-08-29 04:53:56 +0800 CST

如何让 lynx 识别文件名中的空格

  • 772

我正在使用脚本在 url 上查找所有 .pdf 文件的列表。但是 lynx 似乎对文件名中的空格有问题。这是脚本：

lynx --dump http://www.somesite/here/ | awk '/http/{print $2} | grep pdf > ~/Desktop/links.txt

这按预期工作，直到文件名中有一个带有空格的 .pdf。Lynx 似乎在空格处截断了文件名。有什么办法可以防止这种情况发生吗？

lynx

1 个回答

  1. Best Answer

    awk（默认情况下）使用空白作为字段分隔符，而 lynx 将转储 url 中的空白呈现为空白。按照我在错误报告中的建议解决它：

    lynx -listonly -dump http://www.somesite/here/ | \
awk '/\.pdf$/{ sub("^[ ]*[0-9]+.[ ]*","",$0); 打印}' > ~/Desktop/links.txt

    如果内容恰好采用 UTF-8 编码，lynx 会取消转义文本（撤消 URL 编码，例如%20).

    2013 年为 Debian #398274完成了转义（即，您已经在 Ubuntu 18.04 中获得了该功能）。

    通过仅查看URL列表，添加该-listonly选项可减少不正确匹配的数量。

    如果您想查找多种文件类型，您可以在正则表达式中列出后缀作为替代项，例如，如下所示：

    awk '/\.(pdf|odt|doc|docx)$/{ sub("^[ ]*[0-9]+.[ ]*","",$0); 打印}' > ~/Desktop/links.txt
    • 3

相关问题