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
sed的| \ (http: \ \ / www \ [a-z.0-9] * \ / \)。|\1|也可以
其他回答
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。
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。
还没有看到这个答案，所以这里是如何用vi或vim做到这一点:
vi -c '%s/\(http:\/\/.\{-}\/\).*/\1/ge | wq' file &>/dev/null
这将全局运行vi:%s替换(后面的g)，如果没有找到模式，则避免引发错误(e)，然后将结果更改保存到磁盘并退出。&>/dev/null可以防止GUI在屏幕上短暂闪烁，这很烦人。
有时候我喜欢用vi来处理超级复杂的正则表达式，因为(1)perl已经奄奄一息了，(2)vim有一个非常先进的正则表达式引擎，(3)在我日常使用的编辑文档中，我已经非常熟悉vi正则表达式了。
Sed当然有它的位置，但这不是其中之一!
正如迪伊所指出的:用切就可以了。在这种情况下，它要简单得多，也安全得多。下面是一个使用Bash语法从URL中提取各种组件的示例:
url="http://www.suepearson.co.uk/product/174/71/3816/"
protocol=$(echo "$url" | cut -d':' -f1)
host=$(echo "$url" | cut -d'/' -f3)
urlhost=$(echo "$url" | cut -d'/' -f1-3)
urlpath=$(echo "$url" | cut -d'/' -f4-)
给你:
protocol = "http"
host = "www.suepearson.co.uk"
urlhost = "http://www.suepearson.co.uk"
urlpath = "product/174/71/3816/"
正如你所看到的，这是一个更加灵活的方法。
(全部归功于Dee)
不幸的是，如前所述，sed不支持这一点。 为了克服这个问题，我建议使用次优方法(实际上甚至更好)，使用类似vim sed的功能。
在.bash-profile中定义
vimdo() { vim $2 --not-a-term -c "$1" -es +"w >> /dev/stdout" -cq! ; }
这将创建无头vim来执行命令。
现在你可以这样做:
回声路径美元| vimdo“% s_ \ c: [a-zA-Z0-9 \ \ /] python (a-zA-Z0-9 \ {-} \\/]\{-}:__ g”,
过滤掉$PATH中的python。
使用-在vimdo中从管道中输入。
而大多数语法是相同的。Vim具有更高级的特性，并且使用\{-}是非贪婪匹配的标准。参见帮助regexp。
