Regex 使用wget和grep从页面提取超链接

我试图使用wget和grep在一个页面中提取所有hypelinks，我发现这段代码使用PCRE来获取所有超链接

但我对regex或html不是很熟悉，所以我真的想知道这是一种合理的方法，还是有更好的方法。 我也有一个问题。你真的需要逃避引用吗？我测试了几次，但似乎没有什么不同

wget https://google.com -q -O - | grep -Po '(?<=href=\")[^\"]*'

---

wgethttps://google.com -q-O-| grep-Po'（？您的命令将获取完全存在于一行中的所有href字符串的内容

如果整个字符串被
“单引号”
包围，则不需要单独转义双引号。

转义的目的是防止shell解释字符。转义双引号的唯一时间是允许扩展时，例如：

foo=href
grep -Po "(?<=${foo}=\")[^\"]*"

foo=href
grep-Po“（？嗯，它似乎确实有效。有什么问题吗？@Jack我只是模糊地担心这是否适用于所有用例。因为我对HTML真的不太了解，我只是希望有人能确认这是否正确。不，它不会在所有情况下都有效，也没有正确地完成。谷歌xmlstarlet和xmllint来看看其中的一些用于可靠解析XML的工具（或用它们标记此问题）
grep -Po '(?<=href=")[^"]*'