Ερώτηση για bash

[jim_p]

Το ξερω οτι εινια και οι 2 για τον mpv, αλλα ρωταω γιατι η 559 και η 564 λενε διαφορετικα πραγματα και ισως να μην εινια για το ιδιο πραγμα. Εμενα με ενδιαφερει να τρεξει ο mpv με μια παραμετρο επιπλεον. Πως εινια στην 564 η force-media-title, να βαλω ακομα μια που θελω.

[imitheos]

Το ξερω οτι εινια και οι 2 για τον mpv, αλλα ρωταω γιατι η 559 και η 564 λενε διαφορετικα πραγματα και ισως να μην εινια για το ιδιο πραγμα. Εμενα με ενδιαφερει να τρεξει ο mpv με μια παραμετρο επιπλεον. Πως εινια στην 564 η force-media-title, να βαλω ακομα μια που θελω.

Η 559 αρχικοποιεί την παράμετρο player_cmd δίνοντας την τιμή mpv. Η 564 (και όλες οι υπόλοιπες γραμμές), όπως βλέπεις, έχουν player_cmd="$player_cmd blah blah" δηλαδή προσθέτουν πράγματα ώστε να προκύψει η τελική εντολή με όλες τις απαραίτητες παραμέτρους.

Εσύ λοιπόν είτε μπορείς να προσθέσεις κάπου ενδιάμεσα μία νέα γραμμή, όπως έγραφα στο diff που έδωσα ή μπορείς να πειράξεις μια από τις υπάρχουσες με το ίδιο αποτέλεσμα. Απλά, συγκεκριμένα για την 559, δεν μπορείς να την σβήσεις, όπως έγραψες πριν, και να βάλεις τα δικά σου. Πρέπει να διατηρήσεις το "$player" που έχει και να προσθέσεις αυτό που θέλεις μετά από αυτό. Πιθανώς να μην στο εξηγώ σωστά και για αυτό να μπερδεύεσαι.

Να το πω πιο απλά. Αν σου κόλλησε να πειράξεις την 559 αυτή πρέπει να γίνει

player_cmd="$player  --my-jim-p-option=lalala"

[jim_p]

Η 564 (και όλες οι υπόλοιπες γραμμές), όπως βλέπεις, έχουν player_cmd="$player_cmd blah blah" δηλαδή προσθέτουν πράγματα ώστε να προκύψει η τελική εντολή με όλες τις απαραίτητες παραμέτρους.

Για αυτο το λογο, επειδη δηλαδη θελω την παραμετρο στην τελικη εντολη, το εβαλα στην 564. Να δω πως θα την βαλει ο dev στους αλλους players :P

[imitheos]

όπως βλέπεις, έχουν player_cmd="$player_cmd blah blah" δηλαδή προσθέτουν πράγματα ώστε να προκύψει η τελική εντολή με όλες τις απαραίτητες παραμέτρους.

επειδη δηλαδη θελω την παραμετρο στην τελικη εντολη, το εβαλα στην 564

Από τον τρόπο που περιέγραψα πώς δουλεύουν οι γραμμές ότι η κάθε μία προσθέτει στην προηγούμενη και όλες μαζί χτίζουν την τελική εντολή, δεν γίνεται κατανοητό ότι η παράμετρος θα υπήρχε στην τελική εντολή (θα την χρησιμοποιούσε δηλαδή ο mpv) οπουδήποτε και να την έβαζες;

Ίσως η έκφρασή μου χειροτερεύει με τον καιρό, αν σε τέσσερα posts δεν κατάφερα να σου περάσω ξεκάθαρα τι γίνεται. Μου φαίνεται πρέπει να αρχίσω λογοθεραπεία γιατί σε λίγο θα μιλάω "εμείς γιατί στην αρχή ούτε και κύριε κοιτάξτε αυτοί θέλαμε να γίνει το παιχνίδι".

[jim_p]

Οχι, καλα το περιεγραψες, δεν εχεις προβλημα με την εκφραση. Εγω το εβαλα εκει για να ειναι μαζι με τις αλλες παραμετρους. Πριν 1+ χρονο εψαχνα να δω αν καποια παραμετρος τρεχει τον mpv με quiet ή κατι αναλογο και δεν βγαζει στο τερματικο οτι θα ενγαζε αν τον ετρεχα σκετο.

[jim_p]

Μεσα σε ενα φακελο εχω πχ 10 αρχεια html, πχ mitsos.html, kostas.html, κλπ. Μπορω να κανω επιπλεον 10 αρχεια txt με το ιδιο ονομα, πχ mitsos.txt, kostas.txt και κενα για να αντιγραψω μεσα τους οτι θελω απο τα html? Θα βολευε επισης να εχω το header του καθε html σαν πρωτη γραμμη στο txt αρχειο για να μην τα μπλεξω.

[valtrig]

Κάτι τέτοιο θέλεις από bash ή λάθος κατάλαβα;

for f in *.html; do echo "Parent file: ${f}" > ${f%.html}.txt; done

Αυτό απλά φτιάχνει τα άδεια αρχεία με τον header που θες. Μετά θα τα πειράξεις με το χέρι υποθέτω.

[jim_p]

Οχι ακριβως. Πχ το mitsos.html εχει

<title>jim_p, 25000 posts</title>

οποτε στην πρωτη γραμμη του txt θελω να λεει

jim_p, 25000 posts

και τα υπολοιπα θα τα παω εγω απο το html στο txt με αντιγραφη επικολληση.

Αν δεν γινετια, κλαιν. Αλλα θελω το mitsos.html να γινει mitsos.txt και το ιδιο για ολα τα html.

[imitheos]

Αν είναι να αντιγράψειις όλα τα δεδομένα με αντιγραφή - επικόλληση, τότε γιατί δεν αντιγράφεις ολόκληρο το αρχείο και μετά να αλλάξεις τι θέλεις (πχ να αφαιρέσεις τα <title> tags ώστε να μείνει σκέτος ο τίτλος);

Edit: Με την δεύτερη προσπάθεια deciphering (έτρεξα iconv -f jim-p -t utf8 ), όταν λες θα τα πας από το html με αντιγραφή-επικόλληση, θέλεις ουσιαστικά το κείμενο, όπως φαίνεται στη σελίδα, να το έχεις σε μορφή απλού κειμένου; Τότε εγκατέστησε ένα οποιοδήποτε browser τερματικού (πχ lynx, links, links2, w3m, κτλ) και τρέξε τον με την παράμετρο dump.

Πχ, χρησιμοποιώντας αυτό που έδωσε ο valtrig:

% for ff in *.html; do
    links2 -dump ${ff} > ${ff%.html}.txt
done

Επίσης, πολλές διανομές (μεταξύ τους και το debian) παρέχουν το πρόγραμμα html2text που κάνει ακριβώς αυτή τη δουλειά (είναι python. κάτι έλεγες τις προάλλες ότι δεν θέλεις python αλλά δεν θυμάμαι τι).

[jim_p]

Το html εχει ενα js μεσα για να χρονομετραει και να πεταει prompts, πχ εχεις μια ερωτηση και 5 δευτερα να την απαντησεις. Αυτο δεν το πιανει για καποιο λογο το html2text, βγαζει μονο το χρονο, αλλα εγω θελω τις ερωτησεις.

$ html2text mitsos.html 
jim_p, 25000 posts (ο τιτλος)
(εδω υπαρχει ερωτηση που δεν την βγαζει)
Χρονος: 5
Υποβολή

- - - Updated - - -

Να το κανω λιγο πιο απλο? Εφοσον η επικεφαλιδα που θελω ειναι μεσα στα title tags της html, δηλαδη

$ cat mitsos.html | grep title
<title>jim_p, 25000 posts</title>

πως θα γινει να περναει αυτο το output στο txt, και ας ειναι με τα tags διπλα.

[imitheos]

% for ff in *.html; do
    grep "<title>" ${ff} > ${ff%.html}.txt
done

[valtrig]

Όπως του imitheos, αλλά το περνάς επιπλέον και από sed για να βγάλεις τα title tags:

for ff in *.html; do
    grep "<title>" ${ff} | sed 's#\s*<title>\(.*\)</title>#\1#' > ${ff%.html}.txt
done

[imitheos]

Όπως του imitheos, αλλά το περνάς επιπλέον και από sed για να βγάλεις τα title tags:

for ff in *.html; do
    grep "<title>" ${ff} | sed 's#\s*<title>\(.*\)</title>#\1#' > ${ff%.html}.txt
done

Σωστός, δεν σκέφτηκα το sed για τον τίτλο. Αντί να κάνεις match οτιδήποτε υπάρχει ανάμεσα στα tags και να το επιστρέφεις με το \1, μπορείς να το κάνεις και πιο απλά, σβήνοντας το tag.

Κάτι σαν το παρακάτω:

's#<\(\|\/\)title>##g'

Η μορφή είναι η κλασική s#pattern#replace#g" οπότε κάνει match ολόκληρο εκείνο το μακρυνάρι και το αντικαθιστά με το κενό, οπότε το σβήνει. Το pattern που ψάχνει είναι το <\(\|\/\)title>. Ας δούμε το εύκολο κομμάτι που είναι το <....title> δηλαδή οτιδήποτε αρχίζει με < και τελειώνει με title>. Τι κάνει τώρα, το δυσνόητο \(\|\/\). Οι παρενθέσεις κρύβουν ένα OR | οπότε κάνουν match δύο patterns. Πριν το OR δεν έχει τίποτα και μετά έχει το \/ δηλαδή την forward slash. Άρα ενώνοντας όλο το pattern, κάνουμε match το <title> και το </title>.

[Mosfet]

Γενικά πάντως, είναι κακή ιδέα να παρσάρει κανείς html/xml με regex-es.

https://stackoverflow.com/questions/...tml-with-a-reg

Σε συγκεκριμένα cases, μπορεί και να δουλεύει, αλλά γενικά υπάρχουν περιπτώσεις που σπάει το παρσάρισμα.

[valtrig]

Σωστός, δεν σκέφτηκα το sed για τον τίτλο. Αντί να κάνεις match οτιδήποτε υπάρχει ανάμεσα στα tags και να το επιστρέφεις με το \1, μπορείς να το κάνεις και πιο απλά, σβήνοντας το tag.

Κάτι σαν το παρακάτω:

's#<\(\|\/\)title>##g'

Η μορφή είναι η κλασική s#pattern#replace#g" οπότε κάνει match ολόκληρο εκείνο το μακρυνάρι και το αντικαθιστά με το κενό, οπότε το σβήνει. Το pattern που ψάχνει είναι το <\(\|\/\)title>. Ας δούμε το εύκολο κομμάτι που είναι το <....title> δηλαδή οτιδήποτε αρχίζει με < και τελειώνει με title>. Τι κάνει τώρα, το δυσνόητο \(\|\/\). Οι παρενθέσεις κρύβουν ένα OR | οπότε κάνουν match δύο patterns. Πριν το OR δεν έχει τίποτα και μετά έχει το \/ δηλαδή την forward slash. Άρα ενώνοντας όλο το pattern, κάνουμε match το <title> και το </title>.

Γενικά πάντως, είναι κακή ιδέα να παρσάρει κανείς html/xml με regex-es.

https://stackoverflow.com/questions/...tml-with-a-reg

Σε συγκεκριμένα cases, μπορεί και να δουλεύει, αλλά γενικά υπάρχουν περιπτώσεις που σπάει το παρσάρισμα.

Εγώ θα έλεγα ότι εξαρτάται από την περίπτωση. Εδώ δε μιλάμε για να φτιάξουμε κάποιο γενικής φύσεως utility script που να καλύπτει όλα τα πιθανά σενάρια, π.χ. τα title tags να είναι σε χωριστές γραμμές από το κείμενο του τίτλου, οπότε και, συμφωνώ, για μια τέτοια περίπτωση υπάρχουν καλύτεροι τρόποι να επεξεργαστείς ένα HTML document, και υπάρχουν command-line parsers γι' αυτή ακριβώς τη δουλειά.

Στη συγκεκριμένη περίπτωση όμως θέλουμε απλά ένα fast-n-dirty one-liner που να κάνει μία πολύ συγκεκριμένη δουλειά και που πιθανόν να χρειαστεί μία φορά όλη κι όλη, οπότε ούτε καν θα μπεις στον κόπο να το σώσεις κάπου και αν τα sed/grep/awk κλπ καλύπτουν το use case σου, είναι η "καλύτερη" λύση. Έτσι το βλέπω εγώ τουλάχιστον.