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

echo "/home/one/two/three/myfile.txt" | sed 's|\(.*\)/.*|\1|'

Mach dir keine Mühe, ich habe es aus einem anderen Forum :)

Answer 2

sed 's|\(http:\/\/www\.[a-z.0-9]*\/\).*|\1| funktioniert auch

Answer 3

Eine andere sed-Version:

sed 's|/[:alnum:].*||' file.txt

Sie entspricht / gefolgt von einem alphanumerischen Zeichen (also kein weiterer Schrägstrich) sowie den restlichen Zeichen bis zum Ende der Zeile. Danach wird es durch nichts ersetzt (d. h. gelöscht).

Answer 4

Hier ist etwas, das Sie mit einem zweistufigen Ansatz und awk machen können:

A=http://www.suepearson.co.uk/product/174/71/3816/  
echo $A|awk '  
{  
  var=gensub(///,"||",3,$0) ;  
  sub(/\|\|.*/,"",var);  
  print var  
}'  

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

Ich hoffe, das hilft!

Answer 5

Wenn Sie Zugang zu gnu grep haben, können Sie auch perl regex verwenden:

grep -Po '^https?://([^/]+)(?=)' <<< 'http://www.suepearson.co.uk/product/174/71/3816/'
http://www.suepearson.co.uk

Alternativ können Sie auch alles nach die Verwendung der Domain

grep -Po '^https?://([^/]+)\K.*' <<< 'http://www.suepearson.co.uk/product/174/71/3816/'
/product/174/71/3816/