Question

目前，我使用以下命令从文件中删除某些网址：

sed -e 's!\http\(s\)\{0,1\}://Goog.le[^[:space:]]*!!g' newfile

但是由于垃圾邮件越来越多（我获得了更多垃圾邮件网址，然后是真正的网址），我需要添加其他规则。

我想从文件fileA获取网址列表，将它们放入数组arrayB，然后向用户显示带有indexB的网址。

然后，我将输入不应删除的网址的网址indexB。使用这些数字，从高到低排序，我走过arrayB，从最高索引开始删除相应的索引号。此时，我的数组仅包含应从页面fileA中删除的网址。

然后我会再次浏览fileA，当我在网页和数组中找到网址时，我会将该网址从fileA移除到fileB。

我现在主要关注的是如何将arrayB与fileA进行比较，并删除fileA中arrayB中的网址，当页面上的网址为在一行上，一起删除所有行。

需要注意的是，有时在一行中有一个好的和一个或多个错误的URL，并且不知道如何处理它。

Answer 1

您描述的一个问题是，您解释了有关您的方法的许多细节（从最高指数开始），而不解释原因。它看起来对我来说太过具体了。订单并不重要。

所以这是一种不同的方法：

#!/bin/bash
#
removeUnmatched () {
    key=$1
    shift
    for element
    do
        if [[ $key = $element ]]
        then
            # echo only for debugging
            echo "found $key"
            return
        fi
    done 
    # sed '/$url/d' fileA 
    echo remove $url from fileA 
}

#
# I guess you want to extract urlnames from fileA, so this would be
# urls=($(yourCommandOn fileA))
#
urls=($(< blacklist))
echo "Exclude from blacklist: (Ctrl-D to end)"
collect=$(select url in ${urls[@]}
do
  echo $url
done)
whitelist=($collect)
# echo ${whitelist[@]} 
for url in ${urls[@]}
do
    removeUnmatched $url ${whitelist[@]}
done

我使用数组，但不使用它们的索引。 Bashs select命令与索引一起使用。

我不知道你是如何自动从fileA获取网址的。是否以及为何要保存选择以供以后使用（fileB）。

从文件中获取URL列表并创建编号数组

1 个答案: