使用sed从URL中删除最后一个反斜杠之前的内容。

Question

我有一个以文件名结尾的URL列表，保存在一个.txt文件中，我需要提取这个文件名。然而，在每个反斜杠之前的字符串和反斜杠数量在不同的URL中有所不同，例如：

https://www.something.com/something/somethingelse/file.zip
https://www.something.com/something/somethingelse/somethingnew/file2.txt

在我的URL中，somethingelse和somethingnew都是常量（由于数据隐私协议不能共享实际的URL），但未来可能会更改。下面的代码适用于第一个URL，但不适用于第二个URL。

sed 's/^.*\/somethingelse\///g' in_file.txt > out_file.txt

我可以使用什么 sed 模式来匹配最后一个反斜杠后的所有内容，而不需要一个字符串常量？

- Sean Norton

---

反斜杠：\ 斜杠：/ - Cyrus

Answer 1

你可以在Bash中使用basename命令，例如：

$ basename "https://www.something.com/something/somethingelse/file.zip"
$ file.zip

或者，如果您真的想使用sed：

sed 's#.*/##' in_file.txt > out_file.txt

- mik1904

---

您可以使用 basename 和 xargs 处理整个输入文件：<in_file.txt xargs -L 1 basename >out_file.txt。 - Léa Gris

Answer 2

sed 's/^.*[/]//' in_file.txt > out_file.txt

你的正则表达式过于复杂了。回想一下，正则表达式中的.*是根据“贪婪匹配”原则来匹配的，也就是说它会尽可能地向右匹配。因此，无论somethingelse还是somethingnew是否属于匹配部分都没有关系，我们要匹配到该行中最后一个/字符之前的所有字符。

你可以将表达式重写为：

 sed 's/^.*\///' in_file.txt > out_file.txt

请注意，g在您的测试用例中是矛盾的（但不会造成问题）。

- shellter

---

太好了 - 谢谢！最近我一直在R中使用非贪婪正则表达式，忘记了bash中的正则表达式是贪婪的。 - Sean Norton

正如你所说，正则表达式是贪婪的，因此甚至可以不使用初始的 ^（尽管有它会更好）。 - Frank N

Answer 3

您可以使用不需要任何正则表达式的awk：

最初的回答

awk -F/ '{print $NF}' file

file.zip
file2.txt

如果你只想使用sed，那么可以使用以下命令：

最初的回答:

sed 's~.*/~~' file

- anubhava

Answer 4

您可以尝试这个方法，仅匹配 / 后面的最后一个内容。

 sed 's:.*\/::' in_file.txt > out_file.txt

in_file.txt 有

https://www.something.com/something/somethingelse/file.zip
https://www.something.com/something/somethingelse/somethingnew/file2.txt
https://www.something.com/something/somethingelse/file1.zip
https://www.something.com/something/somethingelse/somethingnew/file4.txt
https://www.something.com/something/somethingelse/somethingnew/file4/random/hello.txt
justafile.txt

out_file.txt 有

file.zip
file2.txt
file1.zip
file4.txt
hello.txt
justafile.txt

- Roger