Nicht gieriger (zurückhaltender) Regex-Abgleich in sed?

Question

Ich versuche, sed zu verwenden, um Zeilen von URLs zu bereinigen, um nur die Domain zu extrahieren.

Also von:

http://www.suepearson.co.uk/product/174/71/3816/

Ich will:

http://www.suepearson.co.uk/

(entweder mit oder ohne den abschließenden Schrägstrich, es spielt keine Rolle)

Ich habe es versucht:

 sed 's|\(http:\/\/.*?\/\).*|\1|'

und (unter Auslassung des nicht-gierigen Quantors)

sed 's|\(http:\/\/.*\?\/\).*|\1|'

aber ich scheine den nicht-gierigen Quantifizierer nicht zu bekommen ( ? ), um zu funktionieren, so dass am Ende immer die ganze Zeichenfolge übereinstimmt.

Answer 1

Weder der einfache noch der erweiterte Posix/GNU-Regex erkennt den Non-Greedy-Quantifizierer; Sie benötigen einen späteren Regex. Glücklicherweise ist Perl Regex für diesen Kontext ziemlich einfach zu bekommen:

perl -pe 's|(http://.*?/).*|\1|'

Answer 2

Sed unterstützt keine "non greedy" Operatoren.

Sie müssen den "[]"-Operator verwenden, um "/" vom Treffer auszuschließen.

sed 's,\(http://[^/]*\)/.*,\1,'

P.S. Der Backslash "/" ist nicht erforderlich.

Answer 3

sed - non greedy matching von Christoph Sieghart

Der Trick, um eine nicht gierige Übereinstimmung in sed zu erhalten, besteht darin, alle Zeichen mit Ausnahme des Zeichens, das die Übereinstimmung beendet, abzugleichen. Ich weiß, ein No-Brainer, aber ich habe wertvolle Minuten damit verschwendet, und Shell-Skripte sollten schließlich schnell und einfach sein. Für den Fall, dass jemand anderes es brauchen könnte:

Gieriger Abgleich

% echo "<b>foo</b>bar" | sed 's/<.*>//g'
bar

Nicht gieriger Abgleich

% echo "<b>foo</b>bar" | sed 's/<[^>]*>//g'
foobar

Answer 4

Dies kann durch Ausschneiden geschehen:

echo "http://www.suepearson.co.uk/product/174/71/3816/" | cut -d'/' -f1-3

Answer 5

Eine andere Möglichkeit, ohne Regex, ist die Verwendung der Methode Felder/Trennzeichen, z. B.

string="http://www.suepearson.co.uk/product/174/71/3816/"
echo $string | awk -F"/" '{print $1,$2,$3}' OFS="/"