linux - 从文本文件中的 nu.nl 获取新闻标题

Question

我想在一个文本文件中包含 nu.nl 的新闻标题，这样我就可以在我的一个 bash 脚本中使用它们。我也想用 bash 脚本提取这些标题。

我添加了今天 nu.nl 主页的屏幕截图 (http://i.stack.imgur.com/gS2mp.png)。例如，我想在一个文本文件中:

"Ook met Grieks referendum houdt Eurogroep vandaag nog overleg <br/>
Koeweit pakt verdachten van aanslag op <br/>
Ruim 4 op de 5 boetes voor te hard rijden <br/>
... et cetera"

我正在 Ubuntu 14.04.2 LTS (GNU/Linux 3.16.0-41-generic x86_64) 上编写 bash 脚本

Answer 1

使用 XML 解析器(xmlstarlet、xmllint ...)解析其中的一个或多个 rss feeds :

wget -O - http://www.nu.nl/rss/Algemeen 2>/dev/null | xmlstarlet sel -t -v /rss/channel/item/title | sed 's|$| <br/>|'

输出:

Lange rijen voor pinautomaten Griekenland <br/>
A9 afgesloten vanwege groot ongeval <br/>
'Schutter aanslag Sousse was een Tunesiër' <br/>
Koning, premier en minister Hennis bij Veteranendag in Den Haag <br/>
'Koeweit pakt verdachten van aanslag op' <br/>
Ruim 4 op de 5 boetes zijn voor te hard rijden <br/>
Witte Huis verlicht met regenboogkleuren om homohuwelijk VS <br/>
'Te veel leraren staan zonder diploma voor de klas' <br/>
Vliegtuig met Nederlandse toeristen uit Tunesië geland op Schiphol <br/>
Ernstige mishandeling en aanhoudingen bij TT Assen <br/>