-- Chupa las URLs de páginas de subtitulos de la lista de subtitulos. Requiere de lynx.
-- Ejemplo:
--   for i in index-*.htm; do lua scrap-subtitle-urls.lua $i; done > urls

local file = arg[1]
local handle = io.popen("lynx -dump -width=1000 "..file)
local result = handle:read("*a")
handle:close()
-- local pattern = "href=\"(https://www.subdivx.com/X6[%wñ-]+%.html)\">"
-- local pattern = "(https://www.subdivx.com/X6[%w%%-`%[%]%{%}%(%)%+']+%.html)"
-- Me rendí intentando conseguir patrones específicos, mejor separo por línea y matcheo todo lo parecido a una URL de subtitulos
local pattern = "%. (https://www.subdivx.com/X6.+%.html)"
local count = 0
for line in result:gmatch("([^\n]*)\n?") do
	for url in line:gmatch(pattern) do
		print(url)
		count = count + 1
	end
end

-- Para verificar que estemos tomando todos los enlaces; ya no es necesario
-- if not (count == 100) then
-- 	print(file.." tiene "..count.." subtitulos")
-- end