Не жадное (неохотное) сопоставление регулярных выражений в sed?

Попробуйте [^/]* вместо .*?:

sed 's|\(http://[^/]*/\).*|\1|g'

С sed я обычно реализую нежирный поиск, ища что-либо, кроме разделителя, до разделителя:

echo "http://www.suon.co.uk/product/1/7/3/" | sed -n 's;\(http://[^/]*\)/.*;\1;p'

Вывод:

http://www.suon.co.uk

это:

• не выводить -n
• поиск, сопоставление, замена и печать s/<pattern>/<replace>/p
• используйте ; поиск разделителя команд вместо /, чтобы облегчить ввод типа s;<pattern>;<replace>;p
• запомнить совпадение между скобками \(... \), позже доступными с помощью \1, \2...
• соответствие http://
• за которым следует что-либо в скобках [], [ab/] будет означать либо a, либо b или /
• первый ^ в [] означает not, за которым следует что-либо, кроме вещи в []
• поэтому [^/] означает что-либо, кроме символа /
• * - повторять предыдущую группу, поэтому [^/]* означает символы, кроме /.
• sed -n 's;\(http://[^/]*\) означает поиск и запоминание http://, за которым следуют любые символы, кроме /, и помните, что вы нашли
• мы хотим искать до конца домена, поэтому остановимся на следующем /, поэтому добавьте еще один / в конец: sed -n 's;\(http://[^/]*\)/', но мы хотим сопоставить остальную часть строки после домена, поэтому добавьте .*
• теперь совпадение, запомненное в группе 1 (\1), является доменом, поэтому замените соответствующую строку на материал, сохраненный в группе \1, и напечатайте: sed -n 's;\(http://[^/]*\)/.*;\1;p'

Если вы хотите включить обратную косую черту после домена, а затем добавьте еще одну обратную косую черту в группе, чтобы запомнить:

echo "http://www.suon.co.uk/product/1/7/3/" | sed -n 's;\(http://[^/]*/\).*;\1;p'

выход:

http://www.suon.co.uk/

sed не поддерживает "не жадный" оператор.

Вы должны использовать оператор "[]", чтобы исключить "/" из соответствия.

sed 's,\(http://[^/]*\)/.*,\1,'

P.S. нет необходимости обратного слэш "/".

Нежелательное решение для более чем одного символа

Этот поток действительно старый, но я предполагаю, что люди все еще нуждаются в нем. Допустим, вы хотите убить все до самого первого появления HELLO. Вы не можете сказать [^HELLO]...

Итак, хорошее решение включает в себя два шага, предполагая, что вы можете зарезервировать уникальный символ, которого вы не ожидаете на входе, например ` (обратная сторона).

В этом случае мы можем:

s_HELLO_`_     #will only replace the very first occurrence
s_.*`__        #kill everything till end of the first HELLO

НТН!

Это можно сделать с помощью cut:

echo "http://www.suepearson.co.uk/product/174/71/3816/" | cut -d'/' -f1-3

Моделирование ленивого (не жадного) квантификатора в sed

И все другие ароматы регулярных выражений!

• Поиск первого вхождения выражения:

  • POSIX ERE (с использованием опции -r)

    Regex:

    (EXPRESSION).*|.
    

    Sed:

    sed -r "s/(EXPRESSION).*|./\1/g" # Global `g` modifier should be on
    

    Пример (поиск первой последовательности цифр) Живая демонстрация:

    $ sed -r "s/([0-9]+).*|./\1/g" <<< "foo 12 bar 34"
    

    12
    

    Как это работает?

    Это регулярное выражение извлекает выгоду из чередования |. В каждой позиции движок будет искать первую сторону чередования (наша цель), и если она не соответствует второй стороне чередования, которая имеет точку ., соответствует следующему непосредственному символу.

    

    Поскольку глобальный флаг установлен, движок пытается продолжить сопоставление символов по символам до конца строки ввода или нашей цели. Как только первая и единственная группа захвата левой стороны чередования сопоставляется (EXPRESSION), остальная часть линии также потребляется сразу же .*. Теперь мы удерживаем наше значение в первой группе захвата.

  • POSIX BRE

    Regex:

    \(\(\(EXPRESSION\).*\)*.\)*
    

    Sed:

    sed "s/\(\(\(EXPRESSION\).*\)*.\)*/\3/"
    

    Пример (поиск первой последовательности цифр):

    $ sed "s/\(\(\([0-9]\{1,\}\).*\)*.\)*/\3/" <<< "foo 12 bar 34"
    

    12
    

    Этот вариант похож на версию ERE, но без чередования. Все это. В каждой отдельной позиции двигатель пытается сопоставить цифру.

    

    Если он найден, другие следующие разряды расходуются и захватываются, а оставшаяся строка соответствует немедленно, так как * означает больше или равно нулю, он пропускает вторую группу захвата \(\([0-9]\{1,\}\).*\)* и достигает точки . для соответствия одному символу, и этот процесс продолжается.

• Поиск первого появления выражения с разделителями:

  Этот подход будет соответствовать самому первому вхождению строки, которая ограничена. Мы можем назвать это блоком строки.

  sed "s/\(END-DELIMITER-EXPRESSION\).*/\1/; \
       s/\(\(START-DELIMITER-EXPRESSION.*\)*.\)*/\1/g"
  

  Строка ввода:

  foobar start block #1 end barfoo start block #2 end
  

  -EDE: end

  -SDE: start

  $ sed "s/\(end\).*/\1/; s/\(\(start.*\)*.\)*/\1/g"
  

  Вывод:

  start block #1 end
  

  Первое регулярное выражение \(end\).* сопоставляет и фиксирует разделитель первого конца end и заменяет все совпадения последними захваченными символами, которые является конечным разделителем. На этом этапе наш выход: foobar start block #1 end.

  

  Затем результат передается во второе регулярное выражение \(\(start.*\)*.\)*, которое аналогично предыдущей версии POSIX BRE. Он соответствует одному символу если разделитель начала start не соответствует, иначе он соответствует и фиксирует разделитель начала и соответствует остальным символам.

  

Непосредственно отвечая на ваш вопрос

Используя подход №2 (выражение с разделителями), вы должны выбрать два подходящих выражения:

• EDE: [^:/]\/

• SDE: http:

Использование:

$ sed "s/\([^:/]\/\).*/\1/g; s/\(\(http:.*\)*.\)*/\1/" <<< "http://www.suepearson.co.uk/product/174/71/3816/"

Вывод:

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

другим способом, не использующим регулярное выражение, является использование методов полей/разделителей, например

string="http://www.suepearson.co.uk/product/174/71/3816/"
echo $string | awk -F"/" '{print $1,$2,$3}' OFS="/"

sed конечно же имеет свое место, но это не один из них!

Как сказал Ди: Просто используйте cut. В этом случае он намного проще и безопаснее. Здесь пример, где мы извлекаем различные компоненты из URL с помощью синтаксиса Bash:

url="http://www.suepearson.co.uk/product/174/71/3816/"

protocol=$(echo "$url" | cut -d':' -f1)
host=$(echo "$url" | cut -d'/' -f3)
urlhost=$(echo "$url" | cut -d'/' -f1-3)
urlpath=$(echo "$url" | cut -d'/' -f4-)

дает вам:

protocol = "http"
host = "www.suepearson.co.uk"
urlhost = "http://www.suepearson.co.uk"
urlpath = "product/174/71/3816/"

Как вы можете видеть, это намного более гибкий подход.

(все кредиты Ди)

sed -E интерпретирует регулярные выражения как расширенные (современные) регулярные выражения

Обновление: -E на MacOS X, -r в GNU sed.

sed - не жадное соответствие Кристофа Зигарта

Трюк, чтобы получить нежеланное совпадение в sed, соответствует всем символам, за исключением того, что завершает совпадение. Я знаю, без проблем, но я потратил драгоценные минуты на это, и сценарии оболочки должны быть, в конце концов, быстрыми и легкими. Поэтому, если кому-то это может понадобиться:

Жадное соответствие

% echo "<b>foo</b>bar" | sed 's/<.*>//g'
bar

Нежелательное соответствие

% echo "<b>foo</b>bar" | sed 's/<[^>]*>//g'
foobar

Есть еще надежда решить эту проблему с помощью чистого (GNU) sed. Несмотря на то, что это не общее решение, в некоторых случаях вы можете использовать "петли", чтобы исключить все ненужные части строки, например:

sed -r -e ":loop" -e 's|(http://.+)/.*|\1|' -e "t loop"

• -r: использовать расширенное регулярное выражение (для + и неэкранированных скобок)
• ": loop": определить новый ярлык с именем "loop"
• -e: добавить команды в sed
• "t loop": вернитесь к метке "loop", если была успешная замена

Единственная проблема здесь - это также сократить последний разделительный символ ('/'), но если вам это действительно нужно, вы можете просто вернуть его после завершения цикла, просто добавьте эту дополнительную команду в конец предыдущей командной строки:

-e "s,$,/,"

sed 's|(http:\/\/[^\/]+\/).*|\1|'

Поскольку вы конкретно заявили, что пытаетесь использовать sed (вместо perl, cut и т.д.), попробуйте сгруппировать. Это обходит ненасытный идентификатор, который потенциально не распознается. Первой группой является протокол (т.е. "Http://", "https://", "tcp://" и т.д.). Вторая группа - это домен:

echo "http://www.suon.co.uk/product/1/7/3/" | sed "s|^\(.*//\)\([^/]*\).*$|\1\2|"

Если вы не знакомы с группировкой, запустите здесь.

Вот что вы можете сделать с помощью двухэтапного подхода и awk:

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

Вывод: http://www.suepearson.co.uk

Надеюсь, что это поможет!

Другая версия sed:

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

Он соответствует /, за которым следует буквенно-цифровой символ (а не другая косая черта), а также остальные символы до конца строки. Впоследствии он заменяет его ничем (т.е. Удаляет его.)

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

Я понимаю, что это старая запись, но кто-то может найти ее полезной. Поскольку полное доменное имя не может превышать общую длину в 253 символа, замените. * С. \{1, 255 \}

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

Надеюсь, я получил его на другом форуме:)