Re: [PROGRAMMERING] Udtræk af url'er fra ASCII fil

[Jimmy Selgen Nielsen <sslug@sslug>]

On 14/07/2013, at 01.37, Jens Bang <sslug@sslug> wrote:

> Jeg har en ret stor ASCII fil, som bl.a. indeholder en hel del url'er. Formatet af filen er at hver url er prefixet af entel
> 	"url":
> eller
> 	"referrer":
> umiddelbart derefter kommer url'en, omgivet af dobbeltplinger. F.eks.:
> 	"url":"http://www.google.com";
> 
> Min programmeringserfaring ligger i C, C++ og Pascal. Og selvom jeg da sagtens kan skrive et program i et af disse sprog, der kan trække url'erne ud af filen, så må der være nemmere og hurtigere løsninger. Hvad vil I foreslå? Og hvor finder jeg info om hvordan jeg gør det?

Undskyld hvis denne mail kommer 2 gange, jeg havde noget bøvl med en gammel "mail.tele.dk" adresse, og en ny(ere) gmail.com adresse.

Diverse "script" sprog burde da være oplagte til det, men jeg er sikker på at man nok også kan skrue en kommandolinie sammen med sed/awk, f.eks. noget i stil med 
	
	cat urltest.txt | sed 's/\"//g' | awk -F: '{for(i=2;i<=$NF;i++) print $i" "}'

men umiddelbart burde følgende python nok kunne klare det

https://gist.github.com/jinie/5992705

==============================
#!/usr/bin/env python
import re
import sys

ex = re.compile("\"(url|referer)\"\:\"(.*)\"")
with open(sys.argv[1]) as f:
   for line in iter(f.readline,""):
       m = ex.search(line)
       print(m.group(2))
==============================

/Jimmy