以文本形式获取 curl 中的页面

Question

是否有任何选项curl可以将页面保存为文本？

我的意思是，就像一个页面可以在浏览器中保存为Text Files 一样。至少，Firefox 有这个选项。

我需要它作为脚本，我只是做一些类似的事情

curl -s http://... 

但是如果没有所有的 html 代码，它会让事情更容易处理。

我找到了一个选项，lynx可以实现我想要的：lynx -dump，但我宁愿使用curl.

谢谢。

Answer 1

您可以考虑pandoc，它是一个功能强大的工具，可将文件从一种标记格式转换为另一种标记格式。

curl -s URL | pandoc -f html -t plain

使用起来很简单：

pandoc [OPTIONS] [FILES]
  -f FORMAT, -r FORMAT  --from=FORMAT, --read=FORMAT                    
  -t FORMAT, -w FORMAT  --to=FORMAT, --write=FORMAT                     
  -o FILE               --output=FILE                                   
                        --data-dir=DIRECTORY

键入pandoc --list-input-format并pandoc --list-output-formats了解您可以移动的格式。

Answer 2

不，您可以lynx为此使用：

lynx -dump URL

更新。行动。对不起。我没有看到你知道lynx。

我建议lynx用于此目的。它通常会产生非常可读的输出。有时您应该使用-width选项来增加输出的宽度。