Вытакскивание ссылок из html страниц

[Sekta-N]

В школу прислали список белых сайтов. Мне их надо перенести в текстовой документ. Список находится в html формате.
пробывал grep http://www. имя_файла, но он мне выдал такое:

/div><div class='link'><a href='http://www.zorich.ru/'><img class='img_icon' src ='ico_web.gif'> ��������� ����� � ���������� ��������</a></div><div class='link' ><a href='http://lleo.aha.ru/'><img class='img_icon' src='ico_web.gif'> �������� � ���� ������� ��������</a></div>
<a href="http://www.informika.ru/"><img class='img_banner' src='logo_informika.g if' title='��� ���� ��� "���������"'></a>
admin@linux:/home/diski/catalog>

Как из этого вырвать только www.<site>.xz

[diesel]

grep -oE 'http://[0-9a-zA-Z\-_\.]*'
где-то так

[Sekta-N]

Спасибо!
Кому надо держите white лист сайтов для образовательных учреждений.
Представляю сколько бы я виндоусе это бы переносил в фильтр.

Запустил еще uniq | sort

[keir]

помимо grep-а еще uniq на этот лист наложить надо