Можно грепом обойтись.

man grep

быдлокодерское решение

<RTFM_ME>
man cat
man grep
man sed
man bash
</RTFM_ME>

cat <somefile>.html | sed 's/</\n</g' | grep "href=http:\/\/somesite\.com" | sed 's/.*href=//' | sed 's/htm.*/htm/'

как-то так...

grep -o http://somesite.com/.*.htm Дёшево и сердито.

>cat <somefile>.html | sed 's/</\n</g' | grep "href=http:\/\/somesite\.com" | sed 's/.*href=//' | sed 's/htm.*/htm/'

как-то так...


Спасибо! До sed 's/</\n</g' как-то не додумался.
</thread>

Можно распарсить документ dom-парсером.

Был когда-то такой сайт, rusmafia.org, сейчас он называется "ЛинСовет", там осталась заметка Ramok'а:

http://rusmafia.org/linux/zsh-lazy-run-url

Если нужно - могу написать тоже самое на Python'е.

И еще, есть man 7 uri ...

> dom ...

Предварительно проверив на соответствие синтаксису XML и соответствие заданной XML-схеме? :)

проще тогда, наверное, сразу XPath'ом)

lynx -dump -listonly 'http://google.com/'