sslug-teknik team mailing list archive

["David Bo Jensen" <dbj@xxxxxxxxxxxxx>]

lynx er smart, men hvad gør man, hvis html siden er Windows-1251 og man 
gerne vil have et dump i UTF-8
lynx -dump  http://www.inspiro.ru/ > dump.txt


"Kristian Kallenberg" <kale@xxxxxxxxxxxxx> skrev i en meddelelse 
news:f502f381508d58225200064a34c25fb8.squirrel@xxxxxxxxxxxxxxxxxx...
>> Jeg tænker på at lave en bedre grep, der kan håndtere en mere kompleks
>> syntax. F.eks
>>
>> cat min_fil.html | supergrep ./html_syntax table
>>
>> vil udprinte alle tables i øverste niveau fra min_fil.html, hvor "table"
>> er
>> defineret i html_syntax.
>>
>> Men findes der noget lignende i forvejen?
>> Hvis jeg skal lave den selv. Hvilket format skal syntax filen være i? 
>> XML?
>> og hvilke biblioteker vil være værd at se på til brug for mit program?
>
> kør filen gennem less eller lynx først. Så skulle resten give sig selv
>
> /kallenberg
>
>
>