PowerShell删除URL列表中特殊字符后的文本

Question

我正在尝试过滤URL列表，其中某些URL在域名（.com或.pl ..etc）之后具有“ / ”字符。我正在尝试编写PowerShell脚本，以从URL中删除“ / ”之后的所有文本。

尝试以下脚本，但是没有用。

(Get-Content "C:\Work\url123.txt" -Raw) -replace "/" | Set-Content "C:\Work\url12.txt"

//这将删除“ /”字符并合并URL的

输入

www.xyz.com

www.abc.com/dummypage/login

www.123.com/login.php?

预期产量

www.xyz.com

www.abc.com

www.123.com

Answer 1

如果您的URL不包含协议，则可以使用以下内容。

(Get-Content "C:\Work\url123.txt") -Replace "(.*?)/.*",'$1'

如果您希望列表中包含协议（URI和URL），则可以使用以下协议：

(Get-Content "C:\Work\url123.txt") -Replace ".*//|(.*?)/.*",'$1'

由于-Replace运算符使用正则表达式，因此我将解释其语法。

• .*//：匹配所有字符，包括两个正斜杠。
• |：替代字符（OR）
• (.*?)：匹配尽可能少的字符（惰性匹配），并将其存储为捕获组1（$1）。
• /：从字面上匹配正斜杠
• $1：捕获组1。

Answer 2

您可以使用分割：

$a = "ffff/666666/iiii"
$b = $a.Split('/') #is an array with all the substrings separated by /
$b[0] # is the first element 

结果：“ ffff”

一行：$b = $a.Split('/')[0]

因此代码应类似于：

(Get-Content "C:\Work\url123.txt" -Raw) | $_.split('/')[0] | Set-Content "C:\Work\url12.txt"