Поиск подстроки в тексте по регулярному выражению

А скомбинировать grep и sed не судьба?

$ grep magnet file | sed 's/.*\(magnet:[^"]*\).*/\1/'

делал именно так как ты написал, как потом получить подстроку из переменной 1? каюсь нуб

Можно даже grep -o и в одну команду.

как потом получить подстроку из переменной 1

В смысле?

Кстати да.

говорю же я нуб.

сохранить в файл или вывести в консоль

http://stackoverflow.com/a/1732454/1203698

Бери SAX парсер и лови свою ссылку.

Если таки хочется приключений, смотри описание формата и составляй регэксп, в чём проблема? Когда сломается, см предыдущий пункт.

$ curl -s https://thepiratebay.sx/torrent/8611075/Linux_Mint__quot_Debian_quot__-_201303_MATE_64-bit |grep -o 'magnet:[^&]*' 
magnet:?xt=urn:btih:cb26d2614bfc22e19ef19901a794c2730d4ab600
magnet:?xt=urn:btih:cb26d2614bfc22e19ef19901a794c2730d4ab600

Я только кавычку на амперсенд заменил.

s/.*

Честно говоря это гк: в html может быть произвольная кодировка, . - то что может встретиться в utf (и минус \n), прув: echo -n $'\x8f' | sed 's/.//' | cat -A.

Дальше, надеюсь, объяснять не надо?

Эта часть выбрасывается

примного благодарен, пойду учить мат часть)

Если на sh, я бы делал так:

curl .. | html2xhtml | xml sel -N ns=http://www.w3.org/1999/xhtml -t -v '//ns:a[@class="link"]/@href'

// Правда тут два пакета, что обычно отсуствуют: html2xhtml + xmlstarlet.

Это такая дисциплина спецолимпиады — парсить html регэкспами?

Эта часть выбрасывается

Хорошо, объясняю дальше: если кодировка, скажем, cp1251 точка не даст любой символ, а он может встретиться в строке, в итоге отбросится до границ, определяемым таким символом (а не от начала / до конца строки). Теперь доступно?

если кодировка, скажем, cp1251

Ога. А только что про utf вещал.

Не буду спорить: скорее всего curl всё перекодирует.

А можно еще

javac MyMagnetExtractor.java && java MyMagnetExtractor

скорее всего

Слова настоящего лоровкого эксперта.

Честно говоря это гк: в html может быть произвольная кодировка
. - то что может встретиться в utf (и минус \n)

если кодировка, скажем, cp1251

Ога. А только что про utf вещал

Позволю себе макнуть. Еще раз повторить? Эту же тему все видят, лучше по-тихому проверь.

java

Всё ещё не тормозит?

предложеный вариант ziemin вполне работоспособен для моего случая,я не идеалист,поэтому как сломается будем думать,а пока думаю можно считать тему исчерпаной.

Ну и хорошо, раз подходит. Для конктреного (если знать что внутри) случая подходит и regexp.

Но ведь тема на форуме не только для ТС, не так ли?)

Эту же тему все видят, лучше по-тихому проверь.

Как ты макаешься? Контр-пример в студию.

А при чем тут это? Я мог бы написать g++ или что угодно, просто g++ все-таки чаще встречается, чем javac.

Как ты макаешься? Контр-пример в студию.

Сам попросил, пожалуйста:

> echo 'кушай<a class="link" href=" magnet:?xt=blalalalalalaalalal>Ссылка</a>' | iconv -t cp1251 > /tmp/file
> curl -s file:///tmp/file | grep magnet | sed 's/.*\(magnet:[^"]*\).*/\1/' | iconv -f cp1251
кушайmagnet:?xt=blalalalalalaalalal>Ссылка</a>

curl тут не нужен, но кто-то сказал: «скорее всего curl всё перекодирует».

Не умею в XPath, я в css селкторах напишу: a[href^=«magnet:»] было бы лучше.

Тот класс может не означать что это магнет ссылка. Вообще, a.link это где-то на границе между капитанством и маразмом.

curl тут не нужен

И curl и внешняя страница в условиях.

Тот класс может не означать что это магнет ссылка.

Само собой, тут уже вопрос о точности условия: может там несколько magnet-ов. По-крайней мере лишнее не отбросит.

В xpath ^= это start-with(@href, "magnet"). btw, css это вроде shortcut к xpath.

И curl и внешняя страница в условиях.

Претензия на хорошую мину? где это упомнилось до (включительно): Поиск подстроки в тексте по регулярному выражению (комментарий)

И curl есть, и file:// вполне себе внешняя. Может мне http-сервер поднимать или может искать подходящую страницу лишь для капризного обитателя лора?

для капризного обитателя лора?

Всё работает идеально. А твои дурацкие инсинуации я даже проверять не стал.

В общем в итоге этой моей малюсенькой регулярке подвластен ВЕСЬ ИНТЕРНЕТ!!!

Всё работает идеально.

Нормально, ваши иделы вполне отвечают ценностям современного мира, все с вами будет в порядке.

не стоило менять кавычки на амперсанд, потому как magnet может содержать &'ы, и в таком случае часть ссылки зарезается (в моем случае так и получилось,а с кавычками все работает)