bash - 删除模式后的所有内容 (.com)

Question

把自己逼疯了。我试图从 access.log 中获取域名 (http://www.example.com)。日志的样子：

tail access.log 

Fri, 13 Jul 2012 20:32:03 -0700,INFO,6fgmd8fk,params,http://www.example.com/images/CIV-260.jpg|

我已经尝试过这种单线的许多变体（使用 sed 和 awk）：

tail -4 access.log |grep http |awk {'print $6'} |cut -c28- |awk '$1>".com"' |sort |uniq

http://www.example.com/2713-7807.jpg|
http://www.example.com/2713-7808.jpg|
http://barfoo.com/img/14616_20120711182527.jpg|
http://foobar.com/css/14616_20120713142151.css|

我被困住了。

Answer 1

也许只是

awk -F/ '{print $3}'

如果您没有比示例显示的更多的“/”。请注意，正如您的问题所要求的那样，这只是域名。

Answer 2

使用grep：

grep -Po '(?<=http://)[^/]+' access.log | sort -u

如果你想拥有http://作为域名的一部分，

grep -Po 'http://[^/]+' access.log | sort -u

Answer 3

使用sed：

sed -n 's|.*\(http://[^/]*\)/.*|\1|p' access.log | sort -u