如何用grep提取'URL='右侧内容？兼容HTTP/FTP等多协议

针对你的需求，以下几种通用GNU工具的方案可以高效解决问题，同时兼容HTTP、FTP等任意协议：

1. GNU grep（推荐） #

利用Perl兼容正则表达式的\K特性，直接忽略URL=部分，提取后续所有内容：

grep -m1 -i -oP 'URL=\K.*' myfile.txt

参数说明：

• -m1：只匹配第一行
• -i：忽略大小写（兼容url=/Url=等写法）
• -o：仅输出匹配的部分
• -P：启用Perl兼容正则
• \K：丢弃前面匹配的URL=，只保留后续内容
• .*：匹配行尾所有字符（兼容任意协议和地址格式）

如果系统不支持-P参数，也可以用扩展正则结合sed处理：

grep -m1 -i -o 'URL=\(.*\)' myfile.txt | sed 's/URL=//'

2. awk #

awk对键值对格式的文本处理更直观，指定=为分隔符后直接提取对应字段：

awk -F '=' '/^URL=/i {print $2; exit}' myfile.txt

参数说明：

• -F '='：以=作为字段分隔符
• /^URL=/i：匹配以URL开头的行（忽略大小写）
• print $2：输出分割后的第二个字段（即URL=后的内容）
• exit：找到目标行后立即退出，避免多余处理

3. sed #

通过替换操作移除URL=前缀，仅保留后续内容：

sed -n '/^URL=/I s/^URL=//p' myfile.txt

参数说明：

• -n：仅输出经过处理的行
• /^URL=/I：忽略大小写匹配以URL=开头的行
• s/^URL=//：删除行首的URL=前缀
• p：打印处理后的结果

你之前尝试失败的原因 #

• 未启用扩展正则（-E或-P），导致+等元字符无法生效
• 匹配模式仅针对HTTP协议，未考虑任意内容的通用匹配
• 错误使用转义符（如http\.*仅匹配http后跟任意数量的点，而非完整地址）

内容的提问来源于stack exchange，提问作者rdtsc