Uitbreiden link-checker

scripts/check-all-links.sh

@@ -4,16 +4,37 @@ set -eu
 
 if [ -f ./check-all-links.tmp ]; then rm ./check-all-links.tmp; fi
 
+
+
 if [ -d ./public ]; then
-    grep -ri --only-matching --no-filename "https://[a-zA-Z0-9]*\.\([a-z0-9\.\_/~-]\)*" ./public | grep "^http" | sed 's/\\n.*//g' | sort --unique > check-all-links.tmp
+
+    # Recursief zoeken, case-insentive, alleen de woorden die matchen, bestandsnaam niet tonen
+    # Alleen de items tonen die starten met http
+    # Strip items die eindigen met een \ (o.a. uit feed.json)
+    # Strip items die eindigen met een \n en aanvullende tekst (b.v. in abstracts)
+    # Negeer items van GitHub/Schema.org
+    # Sorten en uniek maken van de lijst
+    grep -ri --only-matching --no-filename "https://[a-zA-Z0-9]*\.\([a-z0-9\.\_/~-]\)*" ./public \
+        | grep "^http" \
+        | sed 's/\\$//' \
+        | sed 's/\\n.*$//' \
+        | grep -v 'https://github.com/NLUUG/website' \
+        | grep -v 'https://schema.org' \
+        | sort --unique > check-all-links.tmp
+
+    # URL's testen
+    if [ -f ./check-all-links.tmp ]; then
         for URL in $(cat ./check-all-links.tmp); do
             HTTP_CODE=$(curl -s -o /dev/null -w "%{http_code}" "${URL}")
             if [ ! "${HTTP_CODE}" = "200" ]; then
                 echo "[WARNING] ${URL} (HTTP: ${HTTP_CODE})"
             fi
-        sleep 5
+            sleep 2
         done
-
+    else
+        echo "Kan bestand met links niet vinden."
+        exit 1
+    fi
 else
     echo "Dit script dient gedraaid te worden in de hoofddirectory van de website."
     exit 1