regex - 如何在 linux 中搜索两个不同的表达式

Question

我有一个包含一些文本的文件，例如:

aaa.co
bbb.com
ccc.net
sss.co.uk

我需要提取 *.co.* 和 *.com.* 并将它们放在另一个文件中。我使用以下内容来提取 *.com.* 但如何提取 *.com.* 和 *.co.*在一个命令中而不是单独执行它们？

egrep -io '[a-z0-9\-]+\.com(\.[a-z]{2})?' input.txt | sed -e 's/www.//' | sort | uniq >output.txt

输入文件示例:

aaa.co
bbb.com
ccc.net
sss.co.uk 

结果文件:

co
com

Answer 1

把com中的m设为可选

egrep -io '[a-z0-9\-]+\.co(m)?(\.[a-z]{2})?' input.txt | sed -e 's/www.//' | sort | uniq >output.txt

编辑:你也可以删除 sed 和 uniq

awk 'match($0, "(www\\.)?([a-z0-9\\-]+\\.com?(\\.[a-z]{2})?)", r) { print r[2] }' input.txt | sort -u 

编辑:松散 sed 和 uniq 的另一种方法

grep -oP '^(www\.)?\K[a-z0-9\-]+\.com?(\.[a-z]{2})?(?=)$' input.txt | sort -u