Как получить URL из файла с помощью сценария оболочки

Еще раз повторяя это и пытаясь использовать только оболочку Bash, можно воспользоваться еще одним решением:

while read url; do url="${url##*/}" && echo "${url%%\'*}"; done < file.in > file.out

Где file.in содержит «грязный» список URL, а file.out будет содержать «чистый» список URL. Внешних зависимостей нет, и нет необходимости создавать какие-либо новые процессы или подоболочки. Далее следует оригинальное объяснение и более гибкий сценарий. Здесь хорошее резюме метода здесь , см. Пример 10-10. Это шаблонная подстановка параметров в Bash.

Расширяя идею:

src="define('URL', 'http://url.com');"
src="${src##*/}"        # remove the longest string before and including /
echo "${src%%\'*}"      # remove the longest string after and including '

Результат:

url.com

Нет необходимости вызывать какие-либо внешние программы. Кроме того, следующий скрипт bash, get_urls.sh, позволяет вам читать файл напрямую или из stdin:

#!/usr/bin/env bash

# usage: 
#     ./get_urls.sh 'file.in'
#     grep 'URL' 'file.in' | ./get_urls.sh

# assumptions: 
#     there is not more than one url per line of text.
#     the url of interest is a simple one.

# begin get_urls.sh

# get_url 'string'
function get_url(){
  local src="$1"
  src="${src##*/}"        # remove the longest string before and including /
  echo "${src%%\'*}"      # remove the longest string after and including '
}

# read each line.
while read line
do
  echo "$(get_url "$line")"
done < "${1:-/proc/${$}/fd/0}"

# end get_urls.sh

Вы можете сделать все с помощью простых grep:

grep -oP "http://\K[^']+" file.php 

Из man grep:

   -P, --perl-regexp
          Interpret  PATTERN  as  a  Perl  regular  expression  (PCRE, see
          below).  This is highly experimental and grep  -P  may  warn  of
          unimplemented features.
   -o, --only-matching
          Print  only  the  matched  (non-empty) parts of a matching line,
          with each such part on a separate output line.

Хитрость заключается в использовании \K, который в регулярном выражении Perl означает discard everything matched to the left of the \K. Таким образом, регулярное выражение ищет строки, начинающиеся с http:// (который затем отбрасывается из-за \K), за которым следует максимально возможное количество не ' символов. В сочетании с -o это означает, что будет напечатан только URL.

Вы также можете сделать это непосредственно в Perl:

perl -ne "print if s/.*http:\/\/(.+)\'.*/\$1/" file.php\

для меня, другие grep ответы дали информацию о возвращаемой строке после ссылки.

Это сработало для меня, чтобы вытащить только url:

egrep -o "(http(s)?://){1}[^'\"]+"

Если все строки содержат URL:

awk -F"'|http://" '{print $5}' file.php 

Если только некоторые строки содержат URL:

awk -F"'|http://" '/^define/ {print $5}' file.php 

В зависимости от других строк вам может потребоваться изменить ^define регулярное выражение

Просто:

php -r 'include("file.php"); echo URL;'

, и если вам нужно удалить «http: //», то:

php -r 'include("file.php"); echo URL;' | sed 's!^http://\(.*\)!\1!'

Итак:

myURL=$(php -r 'include("file.php"); echo URL;' | sed 's!^http://\(.*\)!\1!')

Если вам нужна определенная часть URL-адреса, необходимая для уточнения вашей терминологии, URL-адрес - это все из следующих, иногда больше:

URL := protocol://FQDN[/path][?arguments]

FQDN := [hostname.]domain.tld

Попробуйте это,

awk -F// '{print $2}' file.php | cut -d "'" -f 1