🚀 go-pugleaf

Ignacio Arenaza wrote:

> Peque�o detalle adicional: las URLs de un href no tienen porque ser
> del tipo http:/..., puede ser URLs relativas. Es decir, habr�a que
> quitar las referencias a 'http' de los patrones de busqueda.

No te falta raz�n; yo simplemente estaba implementando lo especificado por ABSOLUT en el mensaje original de este hilo

> 
> sed -n  ':repetir;h;s/.*<a href="\([^"]*\)".*$/\1/p;g;s/\(.*\)<a
> href="[^"]*".*$/\1/;t repetir' < html.html
> 
> Si ademas puede haber espacios en blando antes y depues de los '=' y
> las '"' (que lo puede haber), la cosa se puede complicar un pel�n m�s.

En efecto. He estado buscando en google si hab�a alguna soluci�n un poco m�s profesional ya implementada y he encontrado el siguiente script:

http://sed.sf.net/grabbag/scripts/list_urls.sed

Usa la misma idea del bucle que yo, pero con cierta preparaci�n previa para tener en cuenta may�suculas/min�sculas, espacios y dem�s. Est� bien, pero ya excede los l�mites de los "one-liner" cl�sicos y de necesitar tanto yo me ir�a m�s bien a las bibliotecas de Python o Perl que implementan el est�ndar m�s a fondo. Lo m�o es una soluci�n chapucera para salir de un apuro :-)

> Por cierto Kuantiko, ���cuantos a�os sin leerte!!! Supongo que ya no
> tendr�s la pinta de la foto de la p�gina de habituales de ecol :-)

Hombre, si le pones barba rubia a la foto con el Tux Paint casi sacas mi aspecto actual ;-). He mirado la p�gina y me ha tra�do buenos recuerdos (tampoco he cambiado tanto). Afortunadamente he cumplido ya con alguna de las ambiciones all� se�aladas, aunque no la de acabar con el spam... sigo aqu�, acechando los grupos desde las sombras.

Un saludo.