如何使用Perl grep在我的服务器上定位非'；没有被引用吗？

我需要一种方法（可能是perl）来定位服务器上未引用的所有图像。我正在我的网站上整合图片/图标，有太多的图片/图标需要一个一个地手工筛选。我需要这个查询来向那个些不再被引用的图像输出一个列表或一个URL数组，以便删除它们

---

想法？

对于静态网站，您可以结合使用来提取内容文件中所有

标记的

src

属性。如果您使用

wget

复制所有内容（请参阅

manwget

中的

mirror

），您的生活会更轻松。此外，您可能希望使用解析

.css

文件

---

接下来，对所有图像文件的源进行爬网，将其在文件系统中的路径映射到网站URL。查看哪些不在从上一个进程获得的图像URL列表中。可能有用。

我要做的是列出你所有的图片。解析所有文档以获取图像。比较列表

为了简单起见，我假设所有图像都是唯一命名的，并且不需要路径。我还假设所有代码都在使用中

在Bash中（需要大量的tweeking，未经测试）

cd进入镜像目录
查找路径“u至图像”目录-name“*.jpg”| grep-o“\b\w*\.jpg”| sort-u>all_pics.txt
#对gif和png进行模拟
grep-rio“\b\w*\.gif\\\\\\\\.png |.gif\b”路径u到|源|排序-u>已用| pics.txt
grep-Fxv-f all_pics.txt used_pics.txt>unused_images.txt
读行时
做
找到-名称$line-exec rm-rf{}\；
完成

您从未使用过类似的软件：但是？第一行工作得很好。grep-rio“\b\w*\.gif\\\\\\\\.png |.gif\b”路径u到|源|排序-u>使用的| pics.txt。。。到源的路径是指什么？非常感谢！如果有机会，我会编辑第二行。

cd into image directory
find path_to_image_directory -name "*.jpg" | grep -o "\b\w*\.jpg" | sort -u > all_pics.txt
# do simular for gif and png


grep -rio "\b\w*\.gif\|.png|.gif\b" path_to_source | sort -u > used_pics.txt
grep -Fxv -f all_pics.txt used_pics.txt > unused_images.txt

while read line
do
    find . -name $line -exec rm -rf {} \;
done < unused_images.txt