16、利用 Lynx 进行网页数据提取与处理

利用 Lynx 进行网页数据提取与处理

在命令行环境下，Lynx 浏览器可谓是一位无名英雄，它能在无图形界面的情况下发挥强大作用。下面我们将介绍如何使用 Lynx 完成一系列实用的任务，包括追踪 BBC 新闻、提取网页链接、在线查询单词定义、获取天气信息以及检查图书馆借阅情况。

1. 追踪 BBC 新闻

1.1 基本操作

Lynx 的 -dump 标志可输出网页文本而非 HTML 源代码。例如，要追踪 BBC 世界服务的科技新闻：

$ url=http://news.bbc.co.uk/2/low/technology/default.stm
$ lynx -dump $url | head

此操作输出网页的部分文本信息，虽内容本身可能不十分有趣，但便于后续使用 grep 等命令处理。若想查找关于游戏的新闻，可使用以下命令：

$ lynx -dump $url | grep -C1 -i games

若要获取特定链接的 URL，可通过再次请求页面并使用 grep 查找：

$ lynx -dump $url | grep '37\.'

1.2 提取特定信息

使用 -source 标志可获取网页的