论坛徽章:: 0

电梯直达

1楼 [收藏(0)] [报告]

发表于 2013-03-17 02:15 |只看该作者 |倒序浏览

本帖最后由 madfrogme 于 2013-03-17 11:51 编辑

用Bash脚本wget, sed 和金山词霸写的一个命令行词典

用法很简单 ./d memory 则查memory 的读音和意思

wget是安静模式，没有输出，比如查memory，则会下载memory这个文件

然后cat $1 | col -b | sed 's/[ \t]*//g' > tmp 这一行是去掉所有^M字符，和空格

去掉空格主要是我自己的喜好，方便用正则，就这几行，仅供参阅

要是真想看懂下面的正则，最好先看一下下载下来的源文件

不想把它弄得太复杂，这样也方便别人删删减减，做成自己的口味

看到下面版主的提示也许还可以把例句抽出来什么的会不会很好啊，

不过个人喜好不同，这就给大家自己判断了

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
#!/bin/bash
wget -q http://www.iciba.com/$1

cat $1 | col -b | sed 's/[ \t]*//g' > tmp

sed -n 's/<strong>\[<\/strong><stronglang="EN-US"xml:lang="EN-US">$.*$<\/strong><strong>\]<\/strong>/\1/p' tmp

# 下面第一个sed是找到 <spanclass..... 和 </span>之间的内容

# 然后传递给下一个sed

# 下面的第二个sed的意思是找到<label>这一行之后，进而继续匹配

# 然后这次匹配是用s# # # 的形式，把<label> 和</label>都删掉

sed -nr '/<spanclass="label_list"/,/<\/span>/p' tmp | sed -nr '/<label>/{s#<[/]?label>##g;p}'

rm $1 tmp

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－