sed，awk，perl或lex：通過前綴+正則表達式查找字符串，忽略輸入的其餘部分

Question

我需要在一堆文件中查找帶有某個前綴的字符串，後跟一個正則表達式，但忽略其餘輸入（包括前綴之前的行內容以及匹配正則表達式結束後的內容）。

該工作的最佳工具是什麼？ grep找到完整的行; sed通常只用於編輯和選擇和替換; awk？ perl？

我也想過lex，但我真的在編譯器後編譯？！

---

編輯：輸入是HTML文件幾千，前綴+正則表達式將https://([-.0-9A-Za-z]+\.[A-Za-z]{2,})（其中我想$1），而忽視了輸入的其餘部分。

Answer 1

如果你不會有圖案的多於一個的單行線，我可能會使用sed：

sed -n -e 's%.*https://\([-.0-9A-Za-z]\{1,\}\.[A-Za-z]\{2,\}\).*%\1%p' 

考慮到數據文件：

Nothing here 
Before https://example.com after 
https://example.com and after 
Before you get to https://www.example.com 
And double your https://example.com for fun and happiness https://www.example.com in triplicate https://a.bb 
and nothing here 

的sed腳本每行生成一個條目，當線上有多個條目時顯示最後一個條目：

example.com 
example.com 
www.example.com 
a.bb 

Perl腳本可用於每行多個條目：

$ perl -nle 'print $1 while (m%https://([-.0-9A-Za-z]+\.[A-Za-z]{2,})%g);' data 
example.com 
example.com 
www.example.com 
example.com 
www.example.com 
a.bb 
$