我有一个文件，其中包含1,000,000行，如下面的“输入”所示。 我想修剪第三列，其中包含从域，URL，URN，URI到仅域名。 我想用bash在Debian上做。
输入：
k285N2YBqOyRFMJBdrP0,10，someurl.ds / dsadsa / dsadsads.exe /，这很糟糕 url_feed k285N2YBqOyRFMJBdrP1,10，http://www.someurl.ds:2331,This是 url_feed错误 k285N2YBqOyRFMJBdrP2,10，https://someurl.ds/dsadsa/dsadsads.exe/,This url_feed错误 k285N2YBqOyRFMJBdrP3,10，someurl.ds / dsadsa / http / test / com，这很糟糕 url_feed k285N2YBqOyRFMJBdrP4,10，a.b.c.some.url / dsadsa / dsadsads.exe /，此 url_feed错误 k285N2YBqOyRFMJBdrP5,10，anythingelse.someurl.ds / dsadsa / dsadsads.exe /，此 url_feed错误
输出：
k285N2YBqOyRFMJBdrP0,10，someurl.ds，这是错误的url_feed k285N2YBqOyRFMJBdrP1,10，www.someurl.ds，这是错误的url_feed k285N2YBqOyRFMJBdrP2,10，someurl.ds，这是错误的url_feed k285N2YBqOyRFMJBdrP3,10，someurl.ds，这是错误的url_feed k285N2YBqOyRFMJBdrP4,10，a.b.c.d.someurl.ds，这是错误的url_feed k285N2YBqOyRFMJBdrP5,10，anythingelse.someurl.ds，这是错误的url_feed
我根据需要减少了第三列：
cat test3.txt | cut -d"," -f3 | sed -E -e 's_.*://([^/@]*@)?([^/:]+).*_\2_' | cut -d "/" -f1
如何提取第3列，进行修改并返回该位置？
答案 0 :(得分：3)
您可以使用以下awk：
awk 'BEGIN { OFS=FS="," } { sub(/.*:\/\/([^\/@]*@)?/, "", $3); sub(/[\/:].*/, "", $3); print; }' file > outfile
在这里
BEGIN { OFS=FS="," }会将字段分隔符设置为, sub(/.*:\/\/([^\/@]*@)?/, "", $3)将从一开始就删除第3列值中不需要的部分sub(/[\/:].*/, "", $3)将删除不需要的第3列值的尾部请注意，您可以在print之后使用1来代替}命令（这是同一件事，它将显示当前记录）：'BEGIN { OFS=FS="," } { sub(/.*:\/\/([^\/@]*@)?/, "", $3); sub(/[\/:].*/, "", $3); }1'
请参见an online demo。