Bash:从URL字符串中提取方案和主机部分

Question

我需要从一个给定的字符串中删除url。我唯一的解决办法是：

_url="http://download.enlightenment.org/rel/apps/econnman/econnman-1.1.tar.gz"
_l=${_url%.*/*}        #  http://download.enlightenment
_l=${#_l}              #  29
_url=${_url:0:${l}+4}  #  http://download.enlightenment.org

但这将失败在每3个字符长度TLD，这是错误的方式。

经常这样。

Answer 1

您可以使用grep

 $ echo "$_url" | grep -Eo '^http[s]?://[^/]+'
 http://download.enlightenment.org

您可以在正则表达式中使用expr：

$ echo `expr "$_url" : '\(http://[^/]*\)'`
http://download.enlightenment.org

或者，使用awk

echo "$_url" | awk -F/ 'BEGIN{OFS=FS} {print $1 OFS OFS $3}'
http://download.enlightenment.org

您可以使用cut

echo "$_url" | cut -d/ -f1-3
http://download.enlightenment.org

cut可能也是获取其余url的最容易的方法：

$ echo "$_url" | cut -d/ -f4-
rel/apps/econnman/econnman-1.1.tar.gz

或者，完全内在的巴什：

 $ [[ $_url =~ ^([^:]+://[^/]+)/?(.*)$ ]] && server="${BASH_REMATCH[1]}"
 $ echo "$server"
 http://download.enlightenment.org

"${BASH_REMATCH[2]}"拥有其余的网址。

Answer 2

我不知道这是否适用于bash，但它适用于pcre regex引擎。

(?<=:\/\/)(.*)(?=\/)

查找第一个/和第二个/之间的所有文本。为https://google.com/工作，但不适用于google.com/或https://google.com。取决于你需要什么。

Regex 101