过滤没有路径的域和使用 grep 的 http/https

Posted 2023-02-18

【中文标题】过滤没有路径的域和使用 grep 的 http/https

【英文标题】：Filter domains without path and http/https with grep

【发布时间】：2022-01-07 22:24:25

【问题描述】：

我想知道如何仅过滤域（没有协议：// 和/路径）。例如我需要这样的东西：echo "Hi it's my web site (https://1stsubdomain.2ndsubdomain.example.com/welcome/)" | grep "some regex"

我想得到这个输出：Hi it's my web site (1stsubdomain.2ndsubdomain.example.com)

域可以有 3 个子域，也可以只有 1 个或没有

我想要的扩展：.com|net|org|ru|xyz|co|tr|uk|vn|intedu|mil|lnc|is|dev|travel|info|biz|email|build|agency|zone|bid|condos|dating|events|maiso|partners|properties|productions|social|reviews|techgov|au

【问题讨论】：

你现在尝试了什么？

【参考方案1】：

使用-o 仅打印匹配的（非空）部分 请确保包含您想要的所有***域

echo "Hi it's my web site (https://1stsubdomain.2ndsubdomain.example.com/welcome/)" | grep -Eo '[A-Za-z0-9_\.-]*\.(com|net|org)'

【讨论】：

感谢您的回复，但输出错误。输出：n.example.com

【参考方案2】：

如果适用，使用sed

$ echo "Hi it's my web site (https://1stsubdomain.2ndsubdomain.example.bid/welcome)" \
| sed -En 's#https://(.*\.)(com|net|org|ru|xyz|co|tr|uk|vn|intedu|mil|lnc|is|dev|travel|info|biz|email|build|agency|zone|bid|condos|dating|events|maiso|partners|properties|productions|social|reviews|techgov|au)[^)]*/?#\1\2#p' input_file
Hi it's my web site (1stsubdomain.2ndsubdomain.example.bid)

【讨论】：

如果最后一个字符不是/它不起作用，代码：echo "example.com" \ | sed -En 's#https://(.*\.)(com|net|org|ru|xyz|co|tr|uk|vn|intedu|mil|lnc|is|dev|travel|info|biz |email|build|agency|zone|bid|condos|dating|events|maiso|partners|properties|productions|social|reviews|techgov|au).*/#\1\2#p' 输出：无

还是不行┌──(root?Ugroon)-[/] └─# echo "1stsubdomain.2ndsubdomain.example.bid" \ | sed -En 's#https://(.*\.)(com|net|org|ru|xyz|co|tr|uk|vn|intedu|mil|lnc|is|dev|travel|info|biz |email|build|agency|zone|bid|condos|dating|events|maiso|partners|properties|productions|social|reviews|techgov|au).*/?())#\1\2\3#p' ┌──(根?Ugroon)-[/] └─#

输出：仍然没有@HatLess

你也可以查。如果路径为空或最后一个字符不是/它不起作用

还是不行。屏幕截图：media.discordapp.net/attachments/905154478133641269/…