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

我想获取此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 。

我如何为+标志工作？

Answer 1

你错过了0-9级的角色（也没用过猫） ：

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

略有改进，使用-i表示不区分大小写，只匹配图像.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"

我想获取此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。 我如何为+标志工作？

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。 关于URL匹配，这个网站还有很多其他答案。