如何从文本中提取所有以www开头、.com结尾的链接？

方法1：使用grep（简洁高效，推荐） #

借助grep的Perl正则匹配能力，只输出匹配的目标内容：

grep -oP 'www\.[^"]*\.com' body.txt

• -o：仅输出文本中匹配的片段，而非整行内容
• -P：启用Perl兼容正则表达式
• 正则www\.[^"]*\.com：匹配以www.开头，后续为任意非引号字符（适配示例中链接被双引号包裹的格式），最终以.com结尾的内容

方法2：使用sed #

通过替换提取目标内容，再过滤空行：

sed -E 's/.*?(www\.[^"]*\.com).*/\1\n/g' body.txt | grep -v '^$'

• -E：启用扩展正则表达式
• 替换规则：将每行里的目标串提取出来，替换为目标串加换行符，最后用grep -v '^$'清除替换产生的空行

方法3：使用awk #

循环遍历每行，逐个匹配并输出目标内容：

awk '{while(match($0, /www\.[^"]*\.com/, arr)) {print arr[0]; $0=substr($0, RSTART+RLENGTH)}}' body.txt

• match()函数查找每行符合正则的内容，结果存入数组arr
• 打印匹配内容后，将当前行剩余部分更新为匹配位置之后的内容，继续循环查找下一个匹配项

适配调整 #

如果你的文本里链接不是被双引号包裹，可把正则中的[^"]替换为[^[:space:]]（匹配任意非空白字符），适配更通用的场景。

内容的提问来源于stack exchange，提问作者gdeniz