从列表中的根域删除子域的正则表达式-记事本++或Gvim [英] Regular Expression to Remove Subdomain from Root Domain in List - Notepad++ or Gvim

问题描述

我有一个.txt文件中存储的URL列表(我使用的是Windows 7)。

URL的格式为：

somesite1.com
somesite2.com
somesite3.com
sub1.somesite3.com
sub2.somesite3.com
sub3.somesite3.com
sub1.somesite3.net
sub1.somesite1.org

在Notepad++中，有一个使用"查找-替换为正则表达式"的选项，我非常确定gvim允许用户使用正则表达式(虽然我不完全确定如何在Gvim中使用它们)。

不管怎样，我不知道应该在"查找和替换"框中放入什么内容，这样它才能浏览文件内容，只留下根域。如果操作正确，它将把上面的示例列表变成这样：

somesite1.com
somesite2.com
somesite3.com
somesite3.com
somesite3.com
somesite3.com
somesite3.net
somesite1.org

有人能帮帮我吗？

推荐答案

VIM有几种方式(尾部斜杠也是可选的)：

:%s/^.+.ze[^.]+.[^.]+$//
:%s/^.+.([^.]+.[^.]+)$/1/

另请参阅:help /ze等。ze和zs是特定于Vim的，非常有用。在Vim和PCRE中也有可能有用的前瞻和后视断言。

我相信Notepad++使用PCRE；查找^.+.([^.]+.[^.]+)$并将其替换为1应该可以(但我不使用Notepad++)。

请注意，这不适用于使用第三级注册的国家代码顶级域-example.com.au将变为com.au。然后还有一些国家在一定的规则下使用第二级或者三级注册.如果您关心这些情况，您将需要更多的规则，并且完整的解析器将比正则表达式更整洁(尽管使用正则表达式通常可以做到这一点)。

这篇关于从列表中的根域删除子域的正则表达式-记事本++或Gvim的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！