使用grep捕获JavaScript链接

Question

当使用wget创建我的网站的静态副本但是有几个元素需要通过JavaScript拉入的外部资源。脚本的模式应该相当稳定，并且不会动态创建URL。我需要提取的网址如下所示：

onclick="return ns.homepage.load({e:this, src:'https://mysub.mydomain.tld/somedir/content/123456789.html'})" 

我想将这些url的列表输出到本地文件，以便我也可以将它们wget。

Answer 1

使用perl + HTML :: TreeBuilder来拉你的端代码，然后解析它。

你可能需要做一些正则表达式的工作，即这个模块可能只会让你咕咕'onclick（）'事件 - 但它不应该太糟糕了，以获得其余的。