☰

使用 grep 搜索带有子域的 URL

tag-icon • tag-icon grep regular-expression string search
使用 grep 搜索带有子域的 URL

我有一个内容类似于以下内容的文件：

mail.google.com
srv1.mail.google.com
google.com
facebook.com
yahoo.com
tt.twitter.com

我想搜索带有子域的行。我使用了这个命令：

grep -e '(.\.)*.\..$' test.txt

命令详细信息：

  • (.\.)*: 对于任何字符后跟点一次或多次。
  • .\..$：任何字符后跟点，然后是任何字符

我希望找到的字符串模式示例：

mail.google.com
srv1.mail.google.com

但它没有找到任何东西。我正在寻找的输出应该是带有子域的行：

mail.google.com
srv1.mail.google.com
tt.twitter.com

答案1

请尝试以下操作：

grep -E '(.+\.)+.+\..+$' test.txt

输出：

mail.google.com
srv1.mail.google.com
tt.twitter.com

细节：

  • (.+\.)+- 任何字符后跟点，搜索该分组一次或多次。
  • .+\.- 任何字符一次或多次后跟一个句点。
  • .+$- 任何字符一次或多次，后跟行尾。

您的正则表达式的问题是：

  • (.\.)*- 匹配任何字符，然后是句点。但*可能匹配零次或多次。你可能想要+。
  • .\.- 完全匹配一字符，然后是句点。您希望+第一个.( .+) 之后的字符匹配一个或多个字符。
  • .$- 完全匹配一字符，然后是行尾。您希望( )+后面的1匹配一个或多个字符。..+

答案2

如果您愿意将标准简化为“至少有两个句点的行”，则可以使用简单的 grep：

grep -E '\.[^.]+\.' < file

这将启用扩展正则表达式，然后查找一个句点，后跟一个或多个非句点，后跟一个句点。您可以通过要求句点两侧出现一定数量的字符来进一步收紧它：

grep -E '.\.[^.]+\..' < file

上面的内容可以避免对输入的误报，例如：

foo.com.

或.com。

基于这个堆栈溢出答案从 2014 年开始，TLD 不能全部是数字，但可以（理论上）是单个字符，因此您可以使用：

grep -E '\.[^.]+\.[[:alpha:]]'

相关内容