Tag Archives: wget

1.下载 qcon beijing 2011的所有pdf文件 wget  `curl -s http://www.qconbeijing.com/schedule.html | sed ‘s/<\/a>/\n/g’ | sed ‘s/.*href=”\([^"]*\)”.*$/\1/’ | grep download | sed ‘s/download/http:\/\/www.qconbeijing.com\/download/g’ ` 命令详解： curl下载到schedule.html，内容输出到stdout, 第1个sed把链接的结束标签替换为换行, </a>替换为换行， 以确保每行只有一个链接。 第2个sed找到所有的href=””中间的内容，并输出； grep download 找到所有的 download/xxxx.pdf的链接， 最后一个sed把download替换为文件的全路径, 比如 网页中的 download/panxiaoliang.pdf 链接会被替换为 http://www.qconbeijing.com/download/panxiaoliang.pdf 举例，schedule.html网页中有这样的一行，其中第2个href的地址是需要提取出来，并且补充baseurl的： <td><p align=”center”><a … Continue reading →