あるウェブサイトに年ごとのページがあり,その年と URL の対応を記載した list.tsv
があるとします.
2020 https://example.com/a.html
2019 https://example.com/b.html
この list.tsv
は他のプログラムが生成していて,更新されることがあります(追記:必要なら更新も makefile
に記述されていると考えて構いません).どのような年のデータがあるかは, list.tsv
を実際に見るまでは分かりません.(でも,あった年がなくなるとか,そういったややこしいことは考えなくてよいとします.)
このファイルに基づいて,URL にある html をダウンロードして pages/2020.html
, pages/2019.html
といった形で保存し,それらを generate-result.py
を使って処理して,最終目標の result.txt
を得られるとします.
wget
にはファイルから URL を読み取る -i
というオプションがありますが,これではファイル名の設定ができないようなので,TSV から html をダウンロードするやり方は
while read year url; do wget "$url" -O "pages/$year.html"; touch "pages/$year.html"; sleep 0.5; done < list.tsv
というような書き方をすることにしました.
さて,この処理を Makefile
で書きたいです.pages/
の中にある html ファイルがすべて list.tsv
より新しければ,そもそも wget
が起こらないようにできるのではないかという想定です.
色々見ながら次のように書いてみました.
all: result.txt
pages/%.html: list.tsv | pages
while read year url; do wget "$$url" -O "pages/$$year.html"; touch "pages/$$year.html"; sleep 0.5; done < ./$<
result.txt: pages/%.html
echo $^
# python generate-result.py $^
pages:
mkdir -p $@
意味として正しいのかわからず,また,これで make
をするとダウンロードはできるのですが,状況によらず wget
が走るようになってしまっているようです.どのように書くのが正しいでしょうか?
%
が思った展開はされておらず,pages/%.html
というそのままのファイルを作ろうとしてwhile read
の行が動くので,pages/%.html
が無い限りはいつも動くことになるっぽい…ことは朧げに理解しました.result.txt
の依存先としての%.html
も多分展開されていなくて,だからたまたまresult.txt
を作るために上の行が走っている?