نام (NAME)

hxextract - استخراج عناصر انتخاب‌شده از یک پروندهٔ HTML یا XML

خلاصه دستور (SYNOPSIS)

hxextract [ -h | -? ] [ -x ] [ -s text ] [ -e text ] [ -b base ] element-or-class [ -c configfile | file-or-URL ]

توضیحات (DESCRIPTION)

دستور hxextract تمامی عناصری را که دارای نام یا کلاس مشخصی هستند در خروجی می‌نویسد.

ورودی باید خوش‌ساخت (well-formed) باشد، زیرا هیچ روش ابتکاری (هیوریستیک) برای اصلاح HTML اعمال نمی‌شود.

گزینه‌ها (OPTIONS)

گزینه‌های زیر پشتیبانی می‌شوند:

-x

استفاده از قواعد قالب XML.

-s text

درج text در ابتدای خروجی.

-e text

درج text در انتهای خروجی.

-b base

نشانی پایهٔ URL.

-c configfile

خواندن خطوط @chapter از configfile (خطوط باید به صورت "@chapter filename" باشند) و استخراج عناصر از هر یک از آن پرونده‌ها.

-h, -?

نمایش راهنمای نحوهٔ استفاده از دستور.

عملوندها (OPERANDS)

عملوندهای زیر پشتیبانی می‌شوند:

element-or-class

نام عنصری که باید استخراج شود (مانند "H2")، یا نام کلاسی که با "." شروع می‌شود (مانند ".example") یا ترکیبی از هر دو (مانند "H2.example").

file-or-URL

نام پرونده یا یک URL. برای خواندن از ورودی استاندارد، از "-" استفاده کنید.

محیط (ENVIRONMENT)

برای استفاده از پیشکار (پروکسی) جهت دریافت پرونده‌های دوردست، متغیرهای محیطی http_proxy و ftp_proxy را تنظیم کنید. برای نمونه: http_proxy="http://localhost:8080"

اشکالات (BUGS)

پرونده‌های دوردست (مشخص‌شده با URL) در حال حاضر تنها از طریق HTTP پشتیبانی می‌شوند. پرونده‌های محافظت‌شده با گذرواژه یا وابسته به کوکی‌های HTTP پشتیبانی نمی‌شوند. (می‌توانید از ابزارهایی مانند curl(1) یا wget(1) برای دریافت چنین پرونده‌هایی استفاده کنید.)

همچنین ببینید (SEE ALSO)

hxselect(1)