问如何在多个文件中使用查找和sed打印行？

EN

使用相同的find命令，这将返回与regex匹配的URL：

find . -path "*alder/ * / * .html"  -exec grep -oh "http://[^'\"]*" {} +

与find...-print | xargs command...不同，这种方法将适用于名称包含空格或其他困难字符的文件。

-o选项grep告诉它只返回匹配的部分，而不是匹配的行。-h告诉它不要打印找到匹配的文件名。

OP中的find命令只匹配名称在路径中有空格的文件。由于我怀疑这不是您想要的，下面是find命令的另一种形式，它在当前目录的子目录下查找所有.html文件，其名称以alder结尾：

find *alder/ -name '*.html' -exec grep -oh "http://[^'\"]*" {} +

更健壮的方法

为了防止其他类型的坏html文件，cas建议让空格或>也表示URL的结束，同时也接受https和http：

find . -path "*alder/ * / * .html"  -exec grep -oEh "https?://[^'\"[:space:]>]*" {} +

谢谢你这么快的回答。很抱歉，路径中的额外空间，但删除它们会使路径变成奇怪的东西时，试图在这里张贴。

我想要使用sed，因为grep在超过1.2个gB，25,000个文件上真的非常慢。

我找到答案了。首先使用sed命令用"'= chars“分割文件，然后再使用sed命令打印行。

找出来。-path "*alder.com/ */* .html“-print| xargs sed -r”S/“=/\n/g“urls.txt -n "/^http\s?:/p”>urls.txt