使用bash打印指向所有pdf的链接

Question

我正在编写应该下载html页面的bash脚本，并从该页面提取所有pdf文件的链接。

我必须说，我是bash的新手，所以现在我只能grep包含<a href的所有行，然后grep这些包含pdf字的行。

我几乎可以使用awk，但我不知道如何编写正确的正则表达式，只能在<a href="*.pdf">中获取我想要*.pdf的文本。

编辑：grep "<a href=\"*.pdf\""找不到pdf的所有链接，这怎么可能？例如，找不到<a href="lorem ipsum.pdf">...</a>。

Answer 1

对整个html字符串尝试这一行。适合我。

grep -io "<a[[:space:]]*href=\"[^\"]\+\.pdf\">" | awk 'BEGIN{FS="\""}{print $2}'