regex - 如何grep文件中的URL？

Question

例如，我有一个包含 img URL 的巨大 HTML 文件：http: //ex.example.com/hIh39j+ud9wr4/Uusfh.jpeg

我想获取这个 URL，假设它是整个文件中唯一的 url。

cat file.html | grep -o 'http://ex[a-zA-Z.-]*/[a-zA-Z.-]*/[a-zA-Z.,-]*'

仅当 URL 没有加号时才有效。

我如何也为 + 符号工作？

Answer 1

你错过了字符类0-9 （也无用的猫）：

grep -o 'http://ex[a-zA-Z.-]*/[a-zA-Z0-9+-]*/[a-zA-Z0-9.,-+]*' file.html

略有改进，-i用于不区分大小写，仅匹配图像.jpg或.jpeg.

grep -io 'http://ex[a-z.-]*/[a-z0-9+-]*/[a-z0-9.,-+]*[.jpe?g]' file.html

或者只是：

grep -io 'http://ex.example.*[.jpe?g]' file.html

Answer 2

以下修复了此特定情况的正则表达式 （包括数字和加号）：

http://ex[a-zA-Z.-]*/[a-zA-Z0-9.+-]*/[a-zA-Z0-9.+-]*

示范：

echo "For example, I have a huge HTML file that contains img URL: http://ex.example.com/hIh39j+ud9wr4/Uusfh.jpeg"

我想获取这个 URL，假设它是整个文件中唯一的 url。

cat file.html | grep -o 'http://ex[a-zA-Z.-]*/[a-zA-Z.-]*/[a-zA-Z.,-]*'

仅当 URL 没有加号时才有效。我如何也为 + 符号工作？

cat file.html| grep -o 'http://ex[a-zA-Z.-]*/[a-zA-Z0-9.+-]*/[a-zA-Z0-9.+-]*'

输出：

http://ex.example.com/hIh39j+ud9wr4/Uusfh.jpeg

这不会提取所有有效的 URL。这个网站上有很多关于 URL 匹配的其他答案。