如何从YouTube订阅页面HTML源码中提取/user/CHANNELNAME格式的频道路径

嘿，我来帮你搞定这个grep贪婪匹配的坑！你遇到的问题完全是因为正则里的.*是“贪婪”的——它会尽可能匹配最多的内容，所以才会把后面一大串字符都带进来。咱们换两种思路就能轻松解决：

方法一：用排除型字符类（通用所有grep版本） #

这是最稳妥的办法，直接限定匹配的字符范围，不让它“贪多”：

grep -o '/user/[^"]*' source

解释一下：[^"]的意思是匹配任何不是双引号的字符，后面的*表示可以匹配零个或多个这类字符。这样grep会从/user/开始，一直匹配到第一个双引号就立刻停止，正好精准提取出你要的/user/CHANNELNAME。

方法二：用非贪婪匹配（适合支持Perl正则的grep） #

如果你的系统用的是GNU grep（大部分Linux系统默认都是），可以启用Perl兼容正则来实现非贪婪匹配：

grep -oP '/user/.*?(?=")' source

这里的-P参数是开启Perl正则支持，.*?是.*的非贪婪版本——它会尽可能少地匹配字符，加上(?=")这个正向预查（意思是“后面必须跟着双引号，但不把双引号包含进匹配结果”），就能直接拿到不带引号的目标路径。

举个实际例子，针对你给出的那段源码：

"url":"/user/CHANNELNAME","webPageType":"WEB_PAGE_TYPE_CHANNEL","rootVe":3611,"apiUrl":"/youtubei/v1/browse"

用上面任意一个命令，都会输出：/user/CHANNELNAME，完全符合你的需求！

备注：内容来源于stack exchange，提问作者Broadsworde