在我的bash脚本，我需要从给定的URL中提取人的路。 例如，从包含的字符串变量：
HTTP：//登录：password@example.com/one/more/dir/file.exe一个=某物＆B =某物
我想提取到只有一些其他的变量：
/one/more/dir/file.exe
部分。 当然，登录名，密码，文件名和参数都是可选的。
由于我是新来的sed和awk我向你求助。 请咨询我如何去做。 谢谢！
Answer 1:
在bash：
URL='http://login:password@example.com/one/more/dir/file.exe?a=sth&b=sth'
URL_NOPRO=${URL:7}
URL_REL=${URL_NOPRO#*/}
echo "/${URL_REL%%\?*}"
工作仅在网址开头http://或相同长度的协议，否则，它可能更容易使用正则表达式与sed ， grep或cut ...
Answer 2:
有在bash内置函数来处理这个问题，例如，字符串模式匹配运算符：
- “＃”删除最小匹配前缀
- “##”除去最大匹配前缀
- “％”除去最小匹配后缀
- “%%”除去最大匹配后缀
例如：
FILE=/home/user/src/prog.c
echo ${FILE#/*/} # ==> user/src/prog.c
echo ${FILE##/*/} # ==> prog.c
echo ${FILE%/*} # ==> /home/user/src
echo ${FILE%%/*} # ==> nil
echo ${FILE%.c} # ==> /home/user/src/prog
所有这一切都来自优秀的书：“实用指南的Linux命令，编辑器和马克·G·索贝尔Shell编程（http://www.sobell.com/）
Answer 3:
它使用bash和切如这样做的另一种方式。 它的丑陋，但它的工作原理（至少例子）。 有时候，我喜欢用我称之为切筛子削减，我实际上是寻找的信息。
注：在性能方面，这可能是一个问题。
鉴于这些注意事项：
首先，让我们回显行：
echo 'http://login:password@example.com/one/more/dir/file.exe?a=sth&b=sth'
这给了我们：
HTTP：//登录：password@example.com/one/more/dir/file.exe一个=某物＆B =某物
然后让我们切入线在@作为剥离出一个便捷的方式HTTP：//账号：密码 ：
echo 'http://login:password@example.com/one/more/dir/file.exe?a=sth&b=sth' | \
cut -d@ -f2
这给了我们这样的：
example.com/one/more/dir/file.exe?a=sth&b=sth
为了摆脱主机名的，让我们做一次切割并使用/作为分隔符同时要求削减给予我们的第二场，一切之后（主要是，到该行的结束）。 它看起来像这样：
echo 'http://login:password@example.com/one/more/dir/file.exe?a=sth&b=sth' | \
cut -d@ -f2 | \
cut -d/ -f2-
这反过来又导致：
一个/多个/目录/的file.exe？A =某物＆B =某物
最后，我们要去掉从终端的所有参数。 同样，我们将使用切这个时候？ 作为分隔符，并告诉它给我们提供了第一个字段。 这给我们带来了结束，如下所示：
echo 'http://login:password@example.com/one/more/dir/file.exe?a=sth&b=sth' | \
cut -d@ -f2 | \
cut -d/ -f2- | \
cut -d? -f1
而输出是：
一个/多个/目录/的file.exe
只是另一种方式来做到这一点，这种做法是一种方式以削减掉的数据，你不需要互动的方式，拿出一些你确实需要。
如果我想塞进一个脚本中的变量这一点，我会做这样的事情：
#!/bin/bash
url="http://login:password@example.com/one/more/dir/file.exe?a=sth&b=sth"
file_path=$(echo ${url} | cut -d@ -f2 | cut -d/ -f2- | cut -d? -f1)
echo ${file_path}
希望能帮助到你。
Answer 4:
呆子
echo "http://login:password@example.com/one/more/dir/file.exe?a=sth&b=sth" | awk -F"/" '
{
$1=$2=$3=""
gsub(/\?.*/,"",$NF)
print substr($0,3)
}' OFS="/"
产量
# ./test.sh
/one/more/dir/file.exe
Answer 5:
如果你有徒劳无功：
$ echo 'http://login:password@example.com/one/more/dir/file.exe?a=sth&b=sth' | \
gawk '$0=gensub(/http:\/\/[^/]+(\/[^?]+)\?.*/,"\\1",1)'
要么
$ echo 'http://login:password@example.com/one/more/dir/file.exe?a=sth&b=sth' | \
gawk -F'(http://[^/]+|?)' '$0=$2'
GNU AWK可以使用正则表达式作为字段分隔符（FS）。
Answer 6:
Perl的片段是好奇的，因为Perl是存在于大多数Linux发行版，非常有用的，但是......它并不完全胜任。 具体而言，有在翻译从UTF-8的URL / URI格式转换成路径的Unicode的问题。 我举这个问题的一个例子。 原来的URI可以是：
file:///home/username/Music/Jean-Michel%20Jarre/M%C3%A9tamorphoses/01%20-%20Je%20me%20souviens.mp3
相应的路径将是：
/home/username/Music/Jean-Michel Jarre/Métamorphoses/01 - Je me souviens.mp3
%20变成空格， %C3%A9成了'E'。 是否有一个Linux命令，bash的功能，或Perl脚本，它可以处理这种转变，还是我写一个巨大的一系列的sed字符串替换的？ 怎么样的逆变换，从路径到URL / URI？
（跟进）
看着http://search.cpan.org/~gaas/URI-1.54/URI.pm ，我第一次看到as_iri方法，但显然我的Linux缺失（或不适用，不知）。 原来的解决方案是，以取代 - “ - >文件”与“>路径”的一部分。 然后，您可以打破这个再往下使用基本名和目录名等。解决的办法是这样的：
path=$( echo "$url" | perl -MURI -le 'chomp($url = <>); print URI->new($url)->file' )
奇怪的是，使用“ - >目录”而不是“ - >文件”不提取该目录的一部分：更确切地说，它格式化URI所以它可被用作一个参数的mkdir等。
（进一步的后续）
任何原因线不能缩短到这一点？
path=$( echo "$url" | perl -MURI -le 'print URI->new(<>)->file' )
Answer 7:
最好的办法是找到具有URL解析库中的语言：
url="http://login:password@example.com/one/more/dir/file.exe?a=sth&b=sth"
path=$( echo "$url" | ruby -ruri -e 'puts URI.parse(gets.chomp).path' )
要么
path=$( echo "$url" | perl -MURI -le 'chomp($url = <>); print URI->new($url)->path' )
Answer 8:
如何做到这一点？
echo 'http://login:password@example.com/one/more/dir/file.exe?a=sth&b=sth' | \
sed 's|.*://[^/]*/\([^?]*\)?.*|/\1|g'
- 。 ：// [^ /] /： HTTP：//登录：password@example.com/
- （* [^]）：一个/多个/目录/的file.exe
- ？？*：A =＆某物B =某物
- / \ 1：/one/more/dir/file.exe
Answer 9:
我同意，“切”是在命令行上一个奇妙的工具。 然而，更纯粹的bash解决方案是使用在bash变量扩展的强大的功能。 例如：
pass_first_last='password,firstname,lastname'
pass=${pass_first_last%%,*}
first_last=${pass_first_last#*,}
first=${first_last%,*}
last=${first_last#*,}
or, alternatively,
last=${pass_first_last##*,}
Answer 10:
我写信给函数将提取任何部分或URL。 我只在bash测试它。 用法：
url_parse <url> [url-part]
例：
$ url_parse "http://example.com:8080/home/index.html" path
home/index.html
码：
url_parse() {
local -r url=$1 url_part=$2
#define url tokens and url regular expression
local -r protocol='^[^:]+' user='[^:@]+' password='[^@]+' host='[^:/?#]+' \
port='[0-9]+' path='\/([^?#]*)' query='\?([^#]+)' fragment='#(.*)'
local -r auth="($user)(:($password))?@"
local -r connection="($auth)?($host)(:($port))?"
local -r url_regex="($protocol):\/\/($connection)?($path)?($query)?($fragment)?$"
#parse url and create an array
IFS=',' read -r -a url_arr <<< $(echo $url | awk -v OFS=, \
"{match(\$0,/$url_regex/,a);print a[1],a[4],a[6],a[7],a[9],a[11],a[13],a[15]}")
[[ ${url_arr[0]} ]] || { echo "Invalid URL: $url" >&2 ; return 1 ; }
case $url_part in
protocol) echo ${url_arr[0]} ;;
auth) echo ${url_arr[1]}:${url_arr[2]} ;; # ex: john.doe:1234
user) echo ${url_arr[1]} ;;
password) echo ${url_arr[2]} ;;
host-port)echo ${url_arr[3]}:${url_arr[4]} ;; #ex: example.com:8080
host) echo ${url_arr[3]} ;;
port) echo ${url_arr[4]} ;;
path) echo ${url_arr[5]} ;;
query) echo ${url_arr[6]} ;;
fragment) echo ${url_arr[7]} ;;
info) echo -e "protocol:${url_arr[0]}\nuser:${url_arr[1]}\npassword:${url_arr[2]}\nhost:${url_arr[3]}\nport:${url_arr[4]}\npath:${url_arr[5]}\nquery:${url_arr[6]}\nfragment:${url_arr[7]}";;
"") ;; # used to validate url
*) echo "Invalid URL part: $url_part" >&2 ; return 1 ;;
esac
}
Answer 11:
只使用bash的内建的：
path="/${url#*://*/}" && [[ "/${url}" == "${path}" ]] && path="/"
这样做是：
- 去掉前缀
*://*/（所以这将是您的协议和主机名+端口） - 检查，如果我们真的成功移除任何东西 - 如果没有，那么这意味着没有第三个斜杠（假设这是一个结构良好的URL）
- 如果没有第三个斜杠，则路径就是
/
注：引号实际上没有必要在这里，但我觉得它更容易与他们在阅读
Answer 12:
url="http://login:password@example.com/one/more/dir/file.exe?a=sth&b=sth"
GNU grep
$ grep -Po '\w\K/\w+[^?]+' <<<$url
/one/more/dir/file.exe
BSD grep
$ grep -o '\w/\w\+[^?]\+' <<<$url | tail -c+2
/one/more/dir/file.exe
ripgrep
$ rg -o '\w(/\w+[^?]+)' -r '$1' <<<$url
/one/more/dir/file.exe
要获取URL的其他部分，请检查： 获得一个URL（正则表达式）的部分 。
Answer 13:
这Perl的一个班轮工作对我来说在命令行上，所以可以被添加到您的脚本。
echo 'http://login:password@example.com/one/more/dir/file.exe?a=sth&b=sth' | perl -n -e 'm{http://[^/]+(/[^?]+)};print $1'
请注意，这个假设总是会有一个“？” 性格你要提取的字符串的结尾。
文章来源: Extract filename and path from URL in bash script
