| allowlist | false |
| author | KogniTerm AI (Autonomous Generation) |
| auto_approve | true |
| category | autonomous |
| dependencies | [] |
| description | Parsea una página HTML de directorio de mirrors y extrae URLs de archivos ISO |
| name | parse-iso-mirrors-from-html |
| required_permissions | ["filesystem"] |
| security_level | standard |
| tags | ["autonomous","generated"] |
| version | 1.0.0 |
Skill: parse_iso_mirrors_from_html
Descripción
Esta skill obtiene el contenido HTML de una URL de directorio de mirrors (como los que usan AlmaLinux o Rocky Linux) y extrae todas las URLs que apuntan a archivos .iso. Es útil para obtener dinámicamente la lista de mirrors disponibles sin hardcodear URLs.
Parámetros
- html_url (string, requerido): URL de la página HTML que contiene los enlaces a ISOs.
- iso_pattern (string, opcional): Patrón regex para filtrar archivos ISO. Default:
\.iso$ (cualquier URL que termine en .iso).
- base_url (string, opcional): URL base para construir URLs completas si los enlaces en el HTML son relativos. Si no se provee, se asume que los enlaces son absolutos.
Comportamiento
- Realiza un
curl -s a html_url para obtener el HTML.
- Extrae todos los enlaces
href que coincidan con iso_pattern.
- Si los enlaces son relativos y se provee
base_url, los convierte a URLs absolutas.
- Elimina duplicados y devuelve la lista de URLs, una por línea.
Ejemplo de uso
mirrors = parse_iso_mirrors_from_html(
html_url="https://mirrors.almalinux.org/isos/x86_64/9.7.html",
iso_pattern=r"AlmaLinux-9-latest-x86_64-(dvd|minimal)\.iso$"
)
Notas
- Esta skill no valida que las URLs sean funcionales; solo extrae enlaces.
- El HTML se parsea con
grep -o 'href="[^"]*"' y luego se filtra.
- Si no se encuentran enlaces, devuelve cadena vacía.
