Wyodrębniam adresy URL z witryny przy użyciu cURL, jak poniżej.
curl www.somesite.com | grep "<a href=.*title=" > new.txt
Mój plik new.txt jest jak poniżej.
<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">
Muszę jednak wyodrębnić tylko poniższe informacje.
<a href="http://website1.com" title="something">
<a href="http://website2.com" information="something" title="something">
Próbuję zignorować te, <a href
które zawierają informacje i których tytuł kończy się na NOTNEEDED .
Jak mogę zmodyfikować moją instrukcję grep?
curl www.somesite.com | grep "<a href=.*title=" | grep -v NOTNEEDED > new.txt
?