Question

URL：

1. https://docs.google.com/uc?id=0B3X9GlR6EmbnQ0FtZmJJUXEyRTA&export=download
2. https://drive.google.com/open?id=1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py
3. https://drive.google.com/drive/folders/1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py?usp=sharing

所有这些网址我都需要一个正则表达式。
这是我尝试使用的方法，但没有得到预期的结果。

sed -E 's/.*\(folders\)?\(id\)?=?\/?(.*)&?.*/\1/'

预期结果：

0B3X9GlR6EmbnQ0FtZmJJUXEyRTA
1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py

Answer 1

请您尝试以下。

awk 'match($0,/uc\?id=[^&]*|folders\/[^?]*/){value=substr($0,RSTART,RLENGTH);gsub(/.*=|.*\//,"",value);print value}'  Input_file

Answer 2

更新您自己的代码：

$ cat file
1. https://docs.google.com/uc?id=0B3X9GlR6EmbnQ0FtZmJJUXEyRTA&export=download
2. https://drive.google.com/open?id=1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py
3. https://drive.google.com/drive/folders/1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py?usp=sharing

$ sed -E 's@.*(folders/|id=)([^?&]+).*@\2@' file
0B3X9GlR6EmbnQ0FtZmJJUXEyRTA
1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py
1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py

$ sed -E 's@.*(folders/|id=)([^?&]+).*@\2@' file | uniq
0B3X9GlR6EmbnQ0FtZmJJUXEyRTA
1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py

并且您的更新为sed -E 's@.*(folders/|id=)(.*)(\?|&|$).*@\2@'可以在GNU sed上使用。
您正在使用-E，因此不需要转义组引号()，而|的意思是OR。
匹配文字?时，需要对其进行转义。
sed的分隔符可以更改为其他字符，这里是@。
请注意，uniq仅会删除相邻的重复项，如果在不同位置有重复项，请将其更改为sort -u。

一种GNU grep解决方案：

$ grep -Poi '(id=|folders/)\K[a-z0-9_-]*' file
0B3X9GlR6EmbnQ0FtZmJJUXEyRTA
1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py
1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py

这两个结果也相同，但是比以上较短的sed更为准确：

sed -E 's@.*(folders/|id=)([A-Za-z0-9_-]*).*@\2@'
sed -E 's@.*(folders/|id=)([[:alnum:]_-]*).*@\2@'

顺便说一句，+表示一个或多个事件，*表示零或多个事件。

GNU awk版本（同时删除重复项）：

awk 'match($0,".*(folders/|id=)([A-Za-z0-9_-]+)",m){if(!a[m[2]]++)print m[2]}' file

Answer 3

尝试一下：

sed -E 's/.*(id=|folders\/)([^&?/]*).*/\2/' file

说明：

.*(id=|folders\/)：在任何字符（.*）后跟id=或folders/
([^&?/]*)：搜索并捕获&，?和/之外的所有字符
\2：使用反向引用，将匹配的字符串替换为捕获的第二个文本([^&?/]*)

编辑：

要删除重复的url，只需将命令通过管道传递到sort，然后再传递到uniq（因为uniq仅删除相邻的重复行，因此您可能需要先sort将该列表）：

sed -E 's/.*(id=|folders\/)([^&?/]*).*/\2/' file | sort | uniq

正如@Tiw在编辑中建议的那样，您还可以通过将sort与-u标志一起使用来通过管道传递到单个命令：

sed -E 's/.*(id=|folders\/)([^&?/]*).*/\2/' file | sort -u

Answer 4

使用Perl

$ cat rohit.txt
1. https://docs.google.com/uc?id=0B3X9GlR6EmbnQ0FtZmJJUXEyRTA&export=download
2. https://drive.google.com/open?id=1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py
3. https://drive.google.com/drive/folders/1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py?usp=sharing
$ perl -lne ' s/.*\/.*..\/(.*)$/$1/g; s/(.*id=)//g; /(.+?)(&|\?|$)/ and print $1 ' rohit.txt
0B3X9GlR6EmbnQ0FtZmJJUXEyRTA
1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py
1TkLq5C7NzzmbRjd7VGRhauNT9Vaap-Py
$

我需要使用sed，gawk或grep从Google驱动器网址中提取我的信息

4 个答案: