parse-iso-mirrors-from-html

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

1. Realiza un curl -s a html_url para obtener el HTML.
2. Extrae todos los enlaces href que coincidan con iso_pattern.
3. Si los enlaces son relativos y se provee base_url, los convierte a URLs absolutas.
4. 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.