如何讓 lynx 辨識文件名中的空格

我正在使用腳本在 url 上查找所有 .pdf 文件的列表。但是 lynx 似乎對文件名中的空格有問題。這是腳本：

lynx --dump http://www.somesite/here/ | awk '/http/{print $2} | grep pdf > ~/Desktop/links.txt

這可以按預期工作，直到文件名中有一個帶有空格的 .pdf。Lynx 似乎在空格處截斷了文件名。有什麼方法可以防止這種情況嗎？

awk（預設情況下）使用空白作為欄位分隔符，lynx 將轉儲 url 中的空白呈現為空白。按照我在錯誤報告中的建議解決它：

lynx -listonly -dump http://www.somesite/here/ | \
awk '/\.pdf$/{ sub("^[ ]*[0-9]+.[ ]*","",$0); 列印}' > ~/Desktop/links.txt

如果內容恰好採用 UTF-8 編碼，lynx 將取消文本轉義（撤消 URL 編碼，例如**%20**）。

2013 年為 Debian #398274完成了這種取消轉義（即，您在 Ubuntu 18.04 中擁有該功能）。

通過僅查看URL列表，添加該**-listonly**選項可減少不正確匹配的數量。

如果您想查找多種文件類型，您可以在正則表達式中列出後綴作為替代，例如，如下所示：

awk '/\.(pdf|odt|doc|docx)$/{ sub("^[ ]*[0-9]+.[ ]*","",$0); 列印}' > ~/Desktop/links.txt

引用自：https://unix.stackexchange.com/questions/465300