我试图使用sed来清理url行来提取域。
所以从:
http://www.suepearson.co.uk/product/174/71/3816/
我想要:
http://www.suepearson.co.uk/
(不管后面有没有斜杠，都没有关系)
我试过:
sed 's|\(http:\/\/.*?\/\).*|\1|'
And(转义非贪婪量词)
sed 's|\(http:\/\/.*\?\/\).*|\1|'
但我似乎不能让非贪婪量词(?)工作，所以它总是匹配整个字符串。
当前回答
克利斯朵夫·西格哈特(Christoph Sieghart)著
在sed中获得非贪婪匹配的技巧是匹配除终止匹配的字符外的所有字符。我知道，这很简单，但我在这上面浪费了宝贵的时间，毕竟shell脚本应该是快速而简单的。所以以防别人需要
贪婪匹配
% echo "<b>foo</b>bar" | sed 's/<.*>//g'
bar
非贪婪匹配
% echo "<b>foo</b>bar" | sed 's/<[^>]*>//g'
foobar
其他回答
这可以使用cut:
echo "http://www.suepearson.co.uk/product/174/71/3816/" | cut -d'/' -f1-3
您还应该考虑没有匹配界限的情况。你是否想输出这一行。如果不匹配，我这里的示例不会输出任何内容。
你需要前缀到第三个/，所以选择两次字符串的任何长度不包含/和后面的/，然后字符串的任何长度不包含/，然后匹配/后面的任何字符串，然后打印选择。这个想法适用于任何单个的char delims。
echo http://www.suepearson.co.uk/product/174/71/3816/ | \
sed -nr 's,(([^/]*/){2}[^/]*)/.*,\1,p'
使用sed命令，您可以快速删除前缀或delim选择，如:
echo 'aaa @cee: { "foo":" @cee: " }' | \
sed -r 't x;s/ @cee: /\n/;D;:x'
这比一次吃焦肉快多了。
如果之前匹配成功，跳转到标签。在第一道线/之前加\n。移除到第一个\n。如果添加了\n，则跳转到结束并打印。
如果有开始和结束delim，很容易删除结束delim，直到你到达你想要的第n -2个元素，然后做D技巧，在结束delim后删除，如果不匹配跳转到删除，在开始delim和打印之前删除。这仅在开始/结束分隔成对出现时有效。
echo 'foobar start block #1 end barfoo start block #2 end bazfoo start block #3 end goo start block #4 end faa' | \
sed -r 't x;s/end//;s/end/\n/;D;:x;s/(end).*/\1/;T y;s/.*(start)/\1/;p;:y;d'
因为您特别指出您正在尝试使用sed(而不是perl、cut等)，所以请尝试分组。这就避免了非贪婪标识符可能无法被识别。第一组是协议(即协议)。'http://'， 'https://'， 'tcp://'，等等)。第二组是域:
echo "http://www.suon.co.uk/product/1/7/3/" | sed "s|^\(.*//\)\([^/]*\).*$|\1\2|"
如果您不熟悉分组，请从这里开始。
在这种特定情况下，您可以在不使用非贪婪正则表达式的情况下完成工作。
试试这个非贪婪的正则表达式[^/]*来代替。*?：
sed 's|\(http://[^/]*/\).*|\1|g'
基本的和扩展的Posix/GNU regex都不能识别非贪婪的量词;你需要稍后的正则表达式。幸运的是，这个上下文的Perl regex非常容易获得:
perl -pe 's|(http://.*?/).*|\1|'
