在 shell 脚本中使用正则表达式从字符串中提取 url答案

【问题标题】：Extract url from a string with regex in shell script在 shell 脚本中使用正则表达式从字符串中提取 url
【发布时间】：2012-09-11 14:19:18
【问题描述】：

我需要提取一个用<strong> 标签包裹的URL。这是一个简单的正则表达式，但我不知道如何在 shell 脚本中做到这一点。这是一个例子：

line="<strong>http://www.example.com/index.php</strong>"
url=$(echo $line | sed -n '/strong>(http:\/\/.+)<\/strong/p')

我需要 $url 变量中的“http://www.example.com/index.php”。

使用busybox。

【问题讨论】：

标签： regex shell busybox

【解决方案1】：

这可能有效：

url=$(echo $line | sed -r 's/<strong>([^<]+)<\/strong>/\1/')

【讨论】：

【解决方案2】：

url=$(echo $line | sed -n 's!<strong>\(http://[^<]*\)</strong>!\1!p')

【讨论】：

【解决方案3】：

您不必用反斜杠转义正斜杠。只有反斜杠需要在正则表达式中转义。您还应该对?-operator 使用非贪婪匹配，以避免在 HTML 源代码中有多个强标签时得到更多。

strong>(http://.+?)</strong

【讨论】：

【解决方案4】：

更新：由于busybox 使用ash，假设bash 功能的解决方案可能不起作用。只需稍长一点但仍符合 POSIX 的方法即可：

url=${line#<strong>}  # $line minus the initial "<strong>"
url=${url%</strong>}  # Remove the trailing "</strong>"

如果您使用bash（或其他具有类似功能的shell），您可以将扩展模式匹配与参数替换结合起来。（不知道busybox支持哪些功能。）

# Turn on extended pattern support
shopt -s extglob

# ?(\/) matches an optional forward slash; like /? in a regex
# Expand $line, but remove all occurrances of <strong> or </strong>
# from the expansion
url=${line//<?(\/)strong>}

【讨论】：