☰

使用 sed 删除除特定模式之外的所有模式

tag-icon • tag-icon sed regular-expression
使用 sed 删除除特定模式之外的所有模式

如何仅获取链接的 http 源中的链接部分？

我有

<a href="http://unix.stackexchange.com/users/20661/">Unix &amp; Linux

并想得到只是

http://unix.stackexchange.com/users/20661/

我试过

sed 's/^.*(http.*)".*$/\1/g'

但这给出了一个错误：

sed: -e expression #1, char 22: invalid reference \1 on `s' command's RHS

答案1

尝试这个：

sed -r 's/.*(http[^"]*)".*/\1/g'

在 Mac OSX 上，尝试：

sed -E 's/.*(http[^"]*)".*/\1/g'

笔记

sed该命令有几点需要注意：

sed 's/^.*(http.*)".*$/\1/g'

  1. 这^是不必要的。 sed 的正则表达式总是贪婪的。这意味着，如果一个以.*匹配开头的正则表达式，它将始终从行的开头匹配。

  2. 要使其(成为分组字符，可以对其进行转义，也可以使用标志打开扩展正则表达式-r（-E在 OSX 上）。该标志通常会大大减少您需要的转义次数。

  3. 另外，因为正则表达式是贪婪的，所以(http.*)"将匹配该行的最后一个双引号，而不是第一个。但是，URL 将以第一个双引号结尾。相反， use(http[^"]*)"和 match 永远不会超出第一个"。

  4. 美元登录.*$也是多余的。同样，因为正则表达式是贪婪的，所以如果以匹配结尾的正则表达式.*，它将匹配到行尾。

答案2

只是缺少逃避：

sed 's/^.*\(http.*\)".*$/\1/g'

（我永远记不起哪些人期待()，哪些人期待\(\)。）

答案3

使用awk：

echo '<a href="http://unix.stackexchange.com/users/20661/">Unix & Linux' \
| awk -F\" '{print $2}'
http://unix.stackexchange.com/users/20661/

相关内容