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
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'
其他回答
Sed不支持“非贪婪”操作符。
你必须使用“[]”操作符来排除“/”匹配。
sed 's,\(http://[^/]*\)/.*,\1,'
附注:不需要反斜杠"/"。
使用纯(GNU) sed仍然有希望解决这个问题。尽管这不是一个通用的解决方案，在某些情况下，你可以使用“循环”来消除字符串中所有不必要的部分，就像这样:
sed -r -e ":loop" -e 's|(http://.+)/.*|\1|' -e "t loop"
-r:使用扩展的正则表达式(用于+和未转义的括号) 定义一个名为"loop"的新标签 -e:在sed中添加命令 "t loop":如果有成功的替换，则跳回标记"loop"
这里唯一的问题是它也会切掉最后一个分隔符('/')，但如果你真的需要它，你仍然可以在“循环”结束后简单地把它放回去，只需要在前面的命令行末尾追加这个额外的命令:
-e "s,$,/,"
sed的| \ (http: \ \ / www \ [a-z.0-9] * \ / \)。|\1|也可以
这可以使用cut:
echo "http://www.suepearson.co.uk/product/174/71/3816/" | cut -d'/' -f1-3
sed -E将正则表达式解释为扩展(现代)正则表达式
更新:MacOS X为-E, GNU sed为-r。
