我如何将我的正则表达式改进为 grep 三级域，但最终没有额外的字符？

Question

这个正则表达式包含一切。我怎样才能只搜索域而不是额外的字符。

echo "AAAA  cccc.google.com BBBB" | grep -oE "[^\.\n]*((\.[^\.\n]*){2}$)"  --color=always 

我想cccc.google.com被抓，但不是AAAA cccc.google.com BBBB。添加 \b 不起作用。
echo "AAAA cccc.google.com BBBB" | grep -oE "\b[^\.\n]*((\.[^\.\n]*){2}\b$)\b" --color=always

编辑：我忘了说，我需要 grepping 第三级和第四级域。这就是我的意思：

• g.google.com 这是一个三级域名
• a.b.google.com 这是一个 4 级域。

我上面的正则表达式是 grepping 三级域，但它 grep 了一些其他字符，所以我问了问题。假设我有AAAA a.b.c.d.e.g.google.com BBBB那么 {3} 应该给我 g.google.com 和 {4} 或 {3,4} 应该给我 eggoogle.com 同时省略一些不需要的字符。我的正则表达式正是这样做的，但有额外的字符！

因此，使用此正则表达式（来自答案，已修改）：
echo "AAAA d.cccc.google.com BBB" | grep -oE '\w+(\.\w+){2}'
省略了我的正则表达式没有的 .com 部分（但它会打印 exta char :( ）。所以，请修改以在这种情况下工作。

Answer 1

看起来 OP 想要一个交互式正则表达式（在评论中澄清），它可以提取 n 个域，其中 n 是可变的。

这样的事情应该工作 - (?:\w+(?:\.|\b)){4}(?=\.\w+(?: |$))\.\w+

查看演示

用法

• 和 {2}

  $ echo "AAAA  a.b.c.d.e.g.google.com BBB" | grep -oP "(?:\w+(?:\.|\b)){2}(?=\.\w+(?: |$))\.\w+"
  g.google.com
  

  捕获 2 个子域，不包括顶级域（即com）

• 和 {3}

  $ echo "AAAA  a.b.c.d.e.g.google.com BBB" | grep -oP "(?:\w+(?:\.|\b)){3}(?=\.\w+(?: |$))\.\w+"
  e.g.google.com
  

  捕获 3 个子域，不包括顶级域（即com）

...等等

解释

(?:\w+(?:\.|\b)){3}<- 这与我的原始答案相同，它只捕获单词字符后跟 a .，正好 3 次

(?=\.\w+(?: |$))\.\w+<- 这作为前一个正则表达式的停止点。它标志着顶级域的开始并捕获它。

原答案

该正则表达式似乎完全错误，如果您只想匹配 url 之类的cccc.google.com和www.google.com但不是google.com，则应使用-(?:\w+(?:\.|\b)){3}

查看演示

解释

主要部分是\w+(?:\.|\b)- 这匹配紧随其后的单词字符.或单词边界（即空格）

这是用 a 括起来的，以(?:){3}确保遇到此类组 3 次。

要也 grep 4 级域，只需将更{3}改为{3,4}

(?:\w+(?:\.|\b)){3,4}

查看演示

这是你应该如何做grep-

$ echo "AAAA  cccc.google.com BBB" | grep -oP "(?:\w+(?:\.|\b)){3,4}"
cccc.google.com

与 d.cccc.google.com

$ echo "AAAA  d.cccc.google.com BBB" | grep -oP "(?:\w+(?:\.|\b)){3,4}"
d.cccc.google.com