使用curl | grep获得广告牌前200名

嗨，我正试图抓住广告牌上的前200首歌曲/艺术家

我知道我需要使用

curlhttp://www.billboard.com/charts/billboard-200 |grep“”？

---

这会抓取第一页的歌曲并将其输出，但看起来很难看。

以下是一些帮助您继续的方法：

curl -silent http://www.billboard.com/charts/billboard-200 | awk -vRS="id=\"rank_" -F"\n" 'NR>1 {split($4,m," *</?h1>");melody=m[2];split($6,a,"\"");artist=a[4];print "("$1+0") "melody " - " artist}'
(1) 1989 - Taylor Swift
(2) x - Ed Sheeran
(3) The Pinkprint - Nicki Minaj
(4) In The Lonely Hour - Sam Smith
(5) SremmLife - Rae Sremmurd
(6) Hozier - Hozier
(7) 2014 Forest Hills Drive - J. Cole
(8) Guardians Of The Galaxy: Awesome Mix Vol. 1 - Soundtrack
(9) FOUR - One Direction
(10) My Everything - Ariana Grande
(11) Into The Woods - Soundtrack
(12) Montevallo - Sam Hunt
(13) Annie - Soundtrack
(14) Greatest Hits: Decade #1 - Carrie Underwood
(15) V - Maroon 5
(16) Frozen - Soundtrack
(17) Old Boots, New Dirt - Jason Aldean
(18) Reclassified - Iggy Azalea
(19) Native - OneRepublic
(20) 1000 Forms Of Fear - Sia

curl-silenthttp://www.billboard.com/charts/billboard-200 |awk-vRS=“id=\”rank \“-F”\n“NR>1{split（$4，m，“*”）；melody=m[2]；split（$6，a，“\”）；artist=a[4]；print“（$1+0”）“melody”-“artist}”
（1） 1989年的今天，泰勒·斯威夫特
（2） x-Ed Sheeran
（3） 针印-Nicki Minaj
（4） 在孤独的时刻-山姆·史密斯
（5） SremmLife-Rae Sremmurd
（6） 霍泽尔-霍泽尔
（7） 2014森林丘陵大道-J.科尔
（8） 银河守护者：真棒混音第1卷-配乐
（9） 四一方向
（10） 我的一切——阿丽亚娜·格兰德
（11） 进入树林-配乐
（12） 蒙特瓦洛-山姆亨特
（13） 安妮-配乐
（14） 最受欢迎歌曲：十年#1-卡莉·安德伍德
（15） V-褐红色5
（16） 冻结音轨
（17） 旧靴子，新污垢-杰森·奥尔登
（18） 重新分类-Iggy杜鹃花
（19） 本地-非本地公共
（20） 1000种形式的恐惧-Sia

输出： 注

• 使用和

---

谢谢，saxon lint看起来很有趣，我喜欢它对于刚刚开始编写脚本和这类东西的人来说可读性有多强。是的，它相当清晰。只需要学习一点XPath和XQuery，它的功能非常强大。我会的，但我没有代表。我似乎无法让你的代码正常工作，我在执行时就知道了<代码>第2行第1列XPST0003 XQuery语法错误靠近#…/www.w3.org/1999/xhtml“\ \：表达式中的无效字符“\”第3行第5列XPST0003 XQuery语法错误靠近#…让\ \ 35;：表达式中的无效字符“\”静态错误在./saxon-lint.pl第68行的查询空字符串中。在./saxon-lint.pl第68行。键入：

sed-i 43d saxon lint.pl

，抱歉，我必须修复此问题（目前尚未发布），我已将您的代码更改为：

saxon lint--html--xpath'，在//article/header let$song:=$a/h1/text（）让$artist:=$a/p[@class=“chart\u info”]/a/text（）返回concat（“艺术家：，$artist，，$song:，$song）”http://www.billboard.com/charts/billboard-200

它从行尾打印一个大约6个空格的$a。为什么这样做

$ for i in {0..9}; do
   saxon-lint --html --xquery '
     for $a in //article[@id]
        let $chart    := $a//span[@class="this-week"]/text()
        let $artist   := normalize-space($a//div[@class="row-title"]/h3/a/text())
        let $song     := normalize-space($a//h2/text())
        let $link     := string($a//div[@class="row-title"]/h3/a/@href)
     return
        concat(
          "[", $chart, "] ", $song, " - ", $artist,
             " : http://www.billboard.com", $link
         )
   ' "http://www.billboard.com/charts/billboard-200?page=$i"
done

[1] 1989 - Taylor Swift : http://www.billboard.com/artist/371422/taylor-swift
[2] x - Ed Sheeran : http://www.billboard.com/artist/276089/ed-sheeran
[3] The Pinkprint - Nicki Minaj : http://www.billboard.com/artist/312259/nicki-minaj
...
[200] Take Me Home - One Direction : http://www.billboard.com/artist/314021/one-direction