Perl 域名的grep或sed模式匹配和子域的截断？

我正在尝试使用grep从httrack数据流中提取域名列表。我有它接近工作，但结果也包括任何和所有子域

httrack --skeleton http://www.ilovefreestuff.com -V "cat \$0" | grep -iEo "([0-9,a-z\.-]+)\.(com)"

以下是我当前的示例结果：

• 域名1.com
• 域名2.com
• www.domain3.com
• subdomain.domain4.com
• 无论如何，域名5.com

下面是我想要的示例结果

• 域名1.com
• 域名2.com
• 域名3.com
• 域名4.com
• 域名5.com

有什么我可以添加到这个grep表达式中，或者我应该通过管道将它连接到一个新的sed表达式来截断任何子域吗？如果是这样，我如何完成这项任务？我卡住了。非常感谢您的帮助

问候,

---

Wyatt

您可以在

grep

模式中删除

。以下几点应该有效

httrack --skeleton http://www.ilovefreestuff.com -V "cat \$0" | 
grep -iEo '[[:alnum:]-]+\.(com|net|org)'

---

如果您只是想做一个

.com

，那么以下操作将起作用，因为它将删除带有或不带s的

HTTP://

以及下一个子域。正如你所看到的，它只适用于a.com

/(?:https?:\/\/[a-z09.]*?)([a-zA-Z0-9-]*\.com)/

示例数据集

http://www.ilovefreestuff.com/
https://test.ilovefreestuff.com/
https://test.sub.ilovefreestuff.com/

---

也就是说，使用

Regex

解析和/或验证域名通常是不好的做法，因为有大量的变体永远无法完全解释，例外情况是匹配和/或数据集的条件定义明确且不全面。这篇文章有更多关于这个过程的细节，并涵盖了更多的情况

这个代码有效！。。。如何将.net和.org添加到同一个命令行中？很好。非常感谢你。