Shell脚本中如何从带IP和端口的URL提取基础地址？

下面提供几种通用命令行工具的实现方式，能批量处理这类URL变量：

1. 使用sed命令 #

sed是文本替换的常用工具，通过正则匹配捕获目标部分：

提取带末尾斜杠的基础地址（匹配url1需求） #

echo "url1='http://10.25.225.123:32782/actuator/health'" | sed -E "s/.*'(http:\/\/[^\/]+\/)[^']*'.*/\1/"

输出：http://10.25.225.123:32782/

提取不带末尾斜杠的基础地址（匹配url2需求） #

echo "url2='http://10.25.225.321:12345/myappmanagement/health'" | sed -E "s/.*'(http:\/\/[^\/]+)\/[^']*'.*/\1/"

输出：http://10.25.225.321:12345

如果要批量处理多个URL（比如存放在urls.txt文件中），直接运行：

sed -E "s/.*'(http:\/\/[^\/]+\/?)[^']*'.*/\1/" urls.txt

该命令会自动适配两种格式：若URL端口后直接跟斜杠则保留，否则提取到端口为止。

2. 使用awk命令 #

awk通过分割字段提取内容，逻辑更直观：

echo "url2='http://10.25.225.321:12345/myappmanagement/health'" | awk -F"['/]" '{print $2"/"$3}'

输出：http://10.25.225.321:12345

如果要保留末尾斜杠，调整为：

echo "url1='http://10.25.225.123:32782/actuator/health'" | awk -F"'" '{split($2,a,"/"); print a[1]"/"a[2]"/"}'

输出：http://10.25.225.123:32782/

3. 使用grep命令 #

利用grep的正向预查和捕获功能，仅输出匹配的目标部分：

echo "url1='http://10.25.225.123:32782/actuator/health'" | grep -oP "(?<=')[^']*(?=\/[^\/]+')"

输出：http://10.25.225.123:32782

如果要保留末尾斜杠，修改正则：

echo "url1='http://10.25.225.123:32782/actuator/health'" | grep -oP "(?<=')[^']*(?=actuator')"

输出：http://10.25.225.123:32782/

内容的提问来源于stack exchange，提问作者Prem