如何用sed/grep/正则删除链接中第n次（4/5次）斜杠后的内容？

问题分析 #

你尝试的grep命令未生效，原因是正则表达式包含了.*$，导致grep -o输出整个匹配的行（和原内容一致），且无法处理斜杠数量不足的情况。

方案1：使用sed命令 #

要保留第5次斜杠（含）之前的内容，同时斜杠少于4个时保留完整链接，可以用以下sed命令：

sed -E 's/^(([^\/]*\/){5}).*/\1/' text.txt

解释： #

• -E：启用扩展正则表达式，避免多余转义
• ^(([^\/]*\/){5})：匹配开头的5组「非斜杠字符+斜杠」的内容，对应到第5次斜杠结束的位置
• .*：匹配第5次斜杠后的所有内容
• \1：替换为前面捕获的第5次斜杠前的部分
• 对于斜杠数量不足5的行，正则不匹配，sed会直接输出原行，满足额外要求

测试示例输入：
输入：

https://www.forbes.com/forbes/welcome/?toURL=https://forbes.com/&refURL=&referrer=
https://example.com
https://a/b/c

输出：

https://www.forbes.com/forbes/welcome/
https://example.com
https://a/b/c

方案2：使用awk命令 #

如果觉得正则逻辑不好理解，awk通过分割字段的方式更直观：

awk -F '/' '{if (NF >= 6) {printf "%s/%s/%s/%s/%s/\n", $1, $2, $3, $4, $5} else {print $0}}' text.txt

解释： #

• -F '/'：用斜杠作为字段分隔符
• NF：当前行的字段总数，NF >=6意味着斜杠数量≥5（字段数=斜杠数+1）
• 当字段数足够时，拼接前5个字段并加上结尾的斜杠；否则输出原行

调整n值（如第4次斜杠） #

如果需要保留到第4次斜杠，只需修改命令中的数字：

• sed命令：将{5}改为{4}
• awk命令：将NF >=6改为NF >=5，拼接前4个字段：printf "%s/%s/%s/%s/\n", $1, $2, $3, $4

内容的提问来源于stack exchange，提问作者Muhammad Yaseen