删除主域之前或正斜杠之后的所有内容
删除主域之前或正斜杠之后的所有内容
提问于 2021-04-08 10:38:23
如何从下面输入的文本中提取域名？我试过了，但它没有像预期的那样工作：
grep -oP '(?<=[.])\w+(?=[.])'有没有办法在sed/awk或任何其他Linux命令中做到这一点？
输入：
netgear.com
myapi.arlo.com
https://updates.netgear.com/arlo
https://bugcrowd-pub.bounty.accellion.net
client-api.arkoselabs.com所需输出：
netgear.com
arlo.com
netgear.com
accellion.net
arkoselabs.com回答 2
Stack Overflow用户
发布于 2021-04-08 10:57:07
感谢谷歌，我找到了很多解决方案，尝试制作我自己的正则表达式，
^((http[s]?|ftp):\/)?\/?([^:\/\s]+)((\/\w+)*\/)([\w\-\.]+[^#?\s]+)(.*)?(#[\w\-]+)?$
[a-zA-Z0-9-]+\.[a-zA-Z]+($|(?=\/))
awk -F"." '{print $(NF-1)"."$NF}'
Stack Overflow用户
发布于 2021-04-08 12:49:11
看起来您不仅试图删除/，实际上还试图从这些URL中提取主域。
如果您将输入放在一个名为input.txt的文件中，则以下内容适用于我在Ubuntu20.10上的操作：
cat input.txt | sed -e 's;..(a-zA-Z0-9-.a-zA-Z0-9-).$;\1;‘
简单解释一下:域名的parts(点之间的单词)只能使用数字、字母和破折号作为字符。该模式可以表示为: a-zA-Z0-9-*
上面的正则表达式将匹配其中的两个，由一个点分隔，前面是一个点(可能还有一些字符)，后面是行尾或不属于前面组的一组字符。我相信.*的贪婪本质将确保只捕获主域。
可能还有更健壮的解决方案可用。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66996629
复制相关文章
相似问题
腾讯云开发者
