Powershell从URL列表中提取域

我有一个文本文件中的URL列表

我只想把域名拔出来

运行以下命令：

(Get-Content "c:\temp\test.txt") | ForEach-Object {$url = New-Object System.uri $_;$url.Host} > d:\test.txt

它会生成以下错误：

New-Object : Exception calling ".ctor" with "1" argument(s): "Invalid URI: The format of the URI could not be determined."

文本文件就是那个域（而且只是域，而不是域后面的路径）一遍又一遍

你有没有想过我要在哪里胡闹

示例文件：

lrp.mxptint.net
lrpush.apxlv.com
lsa.measure.ly
lsa.measure.ly\lsa.js?1449665894174&meta_keywords=Life%2C%20lifestyle%2C%20fashi‌​on%2C%20beauty%2C%20Vancouver%2C%20British%20Columbia%2C%20family%2C%20relationsh‌​ips%2C%20home%2C%20blogs%2C%20news%2C%20jobs%2C%20content%2C%20pets%2C%20food%2C%‌​20beauty&autofire=true&windowlocation=www.vancouversun.com\life\diversions lsa.measure.ly\lsa.js?1449665960913&meta_keywords=horoscopes&autofire=true&windo‌​wlocation=news.nationalpost.com\category\life

---

，URI以一个方案开始（通常是协议，例如

http

）。因此，期望字符串以协议开头。例如，

http://www.example.com

。如果传入

www.example.com

等，您将获得

无效URI

异常。

这是一个基于[System.URI]的解决方案

@((Get-Content -Path "C:\temp\text.txt") | ForEach-Object { if ($_.Trim()) { (New-Object -TypeName System.Uri ("http://{0}" -f (($_.Trim()) -replace "\\", "/"))).Host } } ) | Sort-Object -Unique

。。。或者如果你喜欢正则表达式，你应该试试这个

@((Get-Content -Path "C:\temp\text.txt") | ForEach-Object { if ($_ -match "^([\w\.-]*)") { $matches[1] } }) | Sort-Object -Unique

在这两种情况下，结果都是

lrp.mxptint.net
lrpush.apxlv.com
lsa.measure.ly

---

好的，DJ给出了一个答案，说明了为什么您正在做的事情不起作用，Buxmaniak给出了一个关于如何通过URI对象和正则表达式来做的很好的函数性答案。我只是想发布一个简化版本，适用于您提供的示例

Get-Content "c:\temp\test.txt" | %{[URI]"http://$_"} | Select -Expand Host | Set-Content D:\Test.txt

---

这将把http://添加到字符串的开头，并将其转换为URI。然后它从每个URI对象展开Host属性，并将其全部保存到您指定的文件中。

您可以共享

test.txt

中包含的内容的示例吗？当然，我在最初的帖子中有它，但它不允许我发布它。lrp.mxptint.net lrpush.apxlv.com lsa.measure.lylsa.measure.ly\lsa.js？1449665894174&meta_关键字=生活%2C%20生活方式%2C%20时尚%2C%20美丽%2C%20温哥华%2C%20不列颠%20哥伦比亚%2C%20家庭%2C%20关系%2C%20家庭%2C%20博客%2C%20新闻%2C%20工作%2C%20内容%2C%20宠物%2C食品%2C%20美丽与自燃=真实与窗口位置=www.vancouversun.com\Life\diversonslsa.measure.ly\lsa.js？1449665960913&meta_keywords=horoscopes&autofire=true&windowlocation=news.nationalpost.com\category\life如果是我，我会查找“regex domain from url”，并将示例转换为powershell的regex语法，即最后一个url无效，因为所有斜杠都是向后的。在您的文本文件中是这样的吗？因此，如果我在每一行的开头添加http://的话（先去掉它，然后再添加回来），应该可以继续了？对于URI代码来说更容易：

GC$file{[URI]“http://$（$-替换“^.*/”）}选择-扩展主机

（我剥离并重新添加了'http://'，因为他的示例没有，所以这对您的示例和OP都有效。）更简单的正则表达式解决方案：

GC$File-Replace“^.*？：/（[^/]*）（/.*），'$1'

它对您的原始示例有效。它对OP的示例不起作用。这样做：

GC$File-Replace“^.*？：：\/）？（.+？）（\\.*$\/.*$$）”，“$1”

获取内容不知道参数替换。

（GC$File）-replace…

可能会起作用。嘿，OP问出了什么问题，不是为了一个可行的解决方案…：p