Нужен простенький скрипт

Предположим, имеется некий список (TXT-файл) с "корявыми" урлами типа:

http://site.ru/page_1.html>[01]</a>
http://site.ru/page_2.html>[02]</a>111111
http://site.ru/page_3.html>[03]</a>22222222
http://site.ru/page_4.html>[04]</a>3333333
http://site.ru/page_5.html>[05]</a>444444
http://site.ru/page_6.html>[06]</a>55555555
http://site.ru/page_7.html>[07]</a>66666666
http://site.ru/page_8.html>[08]</a>77777
http://site.ru/page_9.html>[09]</a>88888
http://site.ru/page_10.html>[10]</a>99999

Нужно, чтобы скрит удалял из такого списка весь мусор, содержащийся в строках после ".html". То есть, чтобы в результате получалось так:

http://site.ru/page_1.html
http://site.ru/page_2.html
http://site.ru/page_3.html
http://site.ru/page_4.html
http://site.ru/page_5.html
http://site.ru/page_6.html
http://site.ru/page_7.html
http://site.ru/page_8.html
http://site.ru/page_9.html
http://site.ru/page_10.html

Помогите плиз, если не трудно. Заранее спасибо.

самый простой способ: открываешь этот тхт файл в экселе, делаешь знак & разделителем, и у тебя урлы будут в первом столбце

cut -d\& -f1 file_in.txt > file_out.txt

Цитата:

cut -d\& -f1 file_in.txt > file_out.txt

И что это означает? Куда и как это "втыкать"? Я же не программист

Код:

<? $path_to_in_file = 'in.txt'; $path_to_out_file = 'out.txt'; $arr_list = file($path_to_in_file); $w = fopen($path_to_out_file,"w"); foreach($arr_list as $link) {     $arr_res = parse_url($link);     fwrite($w,'http://'.$arr_res['host'].$arr_res['path']."\n"); } fclose($w); ?>

alt писал:

Код: <? $path_to_in_file = 'in.txt'; $path_to_out_file = 'out.txt'; $arr_list = file($path_to_in_file); $w = fopen($path_to_out_file,"w"); foreach($arr_list as $link) {     $arr_res = parse_url($link);     fwrite($w,'http://'.$arr_res['host'].$arr_res['path']."\n"); } fclose($w); ?>

Что-то я не понял... Скрипт просто в конце всех ссылок дописывает двойное подчеркивание "__".

То есть, если было:
http://site.ru/page_1.html>[1]</a>

то делается:
http://site.ru/page_1.html>[1]</a>__

А нужно, чтобы делал:
http://site.ru/page_1.html

Немного переделал вариант alt: (parse_url не верно работает из-за того, что нет знака вопроса):

Код:

<?php $path_to_in_file = 'in.txt'; $path_to_out_file = 'out.txt'; $arr_list = file($path_to_in_file); $w = fopen($path_to_out_file,"w"); foreach($arr_list as $link) {    $link = substr($link, 0, strpos($link, "&"));     fwrite($w, $link."\r\n"); } fclose($w); ?>

ADSenex писал:

Немного переделал вариант alt: (parse_url не верно работает из-за того, что нет знака вопроса): Код: <?php $path_to_in_file = 'in.txt'; $path_to_out_file = 'out.txt'; $arr_list = file($path_to_in_file); $w = fopen($path_to_out_file,"w"); foreach($arr_list as $link) {    $link = substr($link, 0, strpos($link, "&"));     fwrite($w, $link."\r\n"); } fclose($w); ?>

Этот вариант скрипта работает почти правильно. К сожалению, он удаляет из списка урлы, если они НЕ содержат в себе "мусора" (в файле 'in.txt'). Типа:

http://site.ru
http://site.ru/
http://site.ru/page.html

Нужно, чтобы такие "чистые" урлы в списке оставались, а не вылетали.

violar писал:

Этот вариант скрипта работает почти правильно. К сожалению, он удаляет из списка урлы, если они НЕ содержат в себе "мусора" (в файле 'in.txt'). Типа: http://site.ru http://site.ru/ http://site.ru/page.html Нужно, чтобы такие "чистые" урлы в списке оставались, а не вылетали.

=))
делаешь так:

Код:

<?php $path_to_in_file = 'in.txt'; $path_to_out_file = 'out.txt'; $arr_list = file($path_to_in_file); $w = fopen($path_to_out_file,"w"); foreach($arr_list as $link) {    if(eregi("&",$link)) $link = substr($link, 0, strpos($link, "&"));     fwrite($w, $link."\r\n"); } fclose($w); ?>

все намного проще:

Код:

<? $in="1.txt"; $out="2.txt"; $z=fopen($out,"w"); foreach(file($in) as $str) { fputs($z,substr($str,0,strpos($str,".html")+5)."\n"); } fclose($z); ?>

violar писал:

И что это означает? Куда и как это "втыкать"?

Это командная строка unix. Специально придуманная фишка для "непрограммистов". Без всяких скриптов в один "пук" решается твоя задача. file_in.txt - текстовый файл с исходными урлами. file_out.txt - текстовый файл с результатом.

Цитата:

Я же не программист

Ну мне как-то отсюда не видно, сорри Ну раз уж не программист, то занимайся "скриптами"

нотепад++
там замена с регэкспами есть
очень быстрый вариант

localhost писал:

все намного проще:

Нет, ты не прав, все намного проще
=)))

Код:

<? $in="1.txt"; $out="2.txt"; $z=fopen($out,"w"); foreach(file($in) as $str) fputs($z,substr($str,0,strpos($str,".html")+5)."\n"); fclose($z); ?>

alt писал:

Код: <?php $path_to_in_file = 'in.txt'; $path_to_out_file = 'out.txt'; $arr_list = file($path_to_in_file); $w = fopen($path_to_out_file,"w"); foreach($arr_list as $link) {    if(eregi("&",$link)) $link = substr($link, 0, strpos($link, "&"));     fwrite($w, $link."\r\n"); } fclose($w); ?>

Спасибо! Это именно то, что мне нужно...