☰

删除文本文件中的 https 字符

tag-icon • tag-icon linux
删除文本文件中的 https 字符

我需要从 txt 文件中删除所有 http 和 https。

像这样：

http://ac.tecnicasdeinvasao.com
http://go.tecnicasdeinvasao.com
http://lp.tecnicasdeinvasao.com
https://ac.tecnicasdeinvasao.com
http://secreto.tecnicasdeinvasao.com
https://go.tecnicasdeinvasao.com
https://lp.tecnicasdeinvasao.com
https://secreto.tecnicasdeinvasao.com

到

ac.tecnicasdeinvasao.com
go.tecnicasdeinvasao.com
lp.tecnicasdeinvasao.com
ac.tecnicasdeinvasao.com
secreto.tecnicasdeinvasao.com
go.tecnicasdeinvasao.com
lp.tecnicasdeinvasao.com
secreto.tecnicasdeinvasao.com

我尝试使用 sed 但没有成功。

答案1

我更喜欢awk，sed所以这就是我要做的：

awk允许您定义自定义字段分隔符，这使你的问题相当简单：

假设包含完整 URL 的文件是tstfile.txt，声明字段分隔符( -F) as //，然后打印第二个字段 ( $2)：

$ awk -F'//' '{print $2}' tstfile.txt
ac.tecnicasdeinvasao.com
go.tecnicasdeinvasao.com
lp.tecnicasdeinvasao.com
ac.tecnicasdeinvasao.com
secreto.tecnicasdeinvasao.com
go.tecnicasdeinvasao.com
lp.tecnicasdeinvasao.com
secreto.tecnicasdeinvasao.com

如果您希望将结果保存在文件中，可以使用重定向>somefile.txt。

如果您的发行版使用 GNU 版本awk，又名gawk，您可以选择更新您的输入文件到位：

$ awk -i inplace -F'//' '{print $2}' tstfile.txt
$

现在，内容tstfile.txt将与上面所示完全相同，这可能会为您节省一两个步骤 - 取决于您的最终目标。其他选项，包括以不同的文件名保存原始文件，请参见这个答案。

答案2

因为你用 sed 询问

和sed更容易阅读：

sed  -E 's/http.+[/]//'

和sed更容易写：

sed -E 's/http.+\///'

两者都做同样的事情。sed使用 的格式/select/replace/，因为这样很难用\反冲来读取。

  • -E是使用正则表达式“较新”版本
  • s用于查找和替换s特林
  • .+有 2 个含义，.点代表任何字符，在本例中 s 和+符号用于选择 后面的所有其他内容.
  • 如果一个字符在正则表达式世界中具有特殊含义，您需要转义它们，通常带有\反作用。在这种情况下，你需要告诉sed选择直到最后一个的所有内容/，因此您需要像这样转义它，\/但更难阅读\///，最后一个是来自您也可以用括号转义//的格式，并且因为您想删除您所选择的内容，所以您什么也不写 - >/select/replace/[/]//

因为一切都始于H（是一样的），所以你可以让它更短

sed -E 's/.+\///'  
sed -E 's/.+[/]//'

这意味着 --> 选择从文本开头到最后一个的所有内容/-->whateverGoesHere/

答案3

尝试这个：

awk '{sub(/https?:\/\//,"");print}' file.txt > outfile.txt

awk循环遍历输入行，在每行上执行程序。我没有指定任何要匹配的正则表达式，因此大括号中的代码会在每一行上执行。该sub函数匹配斜杠之间的正则表达式，并将其替换为带引号的空字符串。正则表达式中的问号使“s”可选

相关内容