的sed从文件中删除网址
问题描述：
我想写一个sed表达式，可以从文件的sed从文件中删除网址
例如
http://samgovephotography.blogspot.com/ updated my blog just a little bit ago. Take a chance to check out my latest work. Hope all is well:)
Meet Former Child Star & Author Melissa Gilbert 6/15/09 at LA's B&N https://hollywoodmomblog.com/?p=2442 Thx to HMB Contributor @kdpartak :)
删除网址，但我不明白：
sed 's/[\w \W \s]*http[s]*:\/\/\([\w \W]\)\+[\w \W \s]*/ /g' posFile
固定!!!!!
处理几乎所有的情况下，甚至畸形网址
sed 's/[\w \W \s]*http[s]*[a-zA-Z0-9 : \. \/ ; % " \W]*/ /g' positiveTweets | grep "http" | more
答
下删除http://或https://和一切，直到下一个空格：
sed -e 's!http\(s\)\{0,1\}://[^[:space:]]*!!g' posFile
updated my blog just a little bit ago. Take a chance to check out my latest work. Hope all is well:)
Meet Former Child Star & Author Melissa Gilbert 6/15/09 at LA's B&N Thx to HMB Contributor @kdpartak :)
编辑：
我应该用：
sed -e 's!http[s]\?://\S*!!g' posFile
“[s]\?”是写作的“可选s”相比，“\(s\)\{0,1\}”
“\S*”更具可读性的“任何非版本更具可读性的方式空格字符“比”[^[:space:]]*“
我一定在使用我的Mac上安装的sed在我写这个答案（brew install gnu-sedFTW）的时候。
有更好的URL正则表达式在那里（那些考虑到除HTTP（S）其他账户的方案，例如），但是这会为你工作，给你给的例子。为什么复杂的事情？
答
接受的答案提供了我用于从我的文件中删除URL等的方法。但是它留下了“空白”行。这是一个解决方案。
sed -i -e 's/http[s]\?:\/\/\S*//g ; s/www\.\S*//g ; s/ftp:\S*//g' input_file
perl -i -pe 's/^'`echo "\012"`'${2,}//g' input_file
的GNU sed的标志，使用的表达式是：
-i Edit in-place
-e [-e script] --expression=script : basically, add the commands in script
(expression) to the set of commands to be run while processing the input
^ Match start of line
$ Match end of line
? Match one or more of preceding regular expression
{2,} Match 2 or more of preceding regular expression
\S* Any non-space character; alternative to: [^[:space:]]*
然而，
sed -i -e 's/http[s]\?:\/\/\S*//g ; s/www\.\S*//g ; s/ftp:\S*//g'
离开打印字符的（一个或多个），据推测\n（换行）。标准sed为基础的方法来删除“空白”行，标签和空格，例如
sed -i 's/^[ \t]*//; s/[ \t]*$//'
不工作，在这里：如果你不使用“分支标签”来处理新行，你不能使用SED替代它们（这一次读取输入的一行）。
的解决方案是使用下面的Perl表达式：
perl -i -pe 's/^'`echo "\012"`'${2,}//g'
它使用一个壳取代，
'`echo "\012"`'
替换一个八进制值
\012
（即，换行，\n）中，发生2次或更多次，
- {2，}
（否则我们将解开的所有行）中，用别的东西;在这里：
//
即，什么都没有。
[第二参考下面提供了这些值的精彩表！]
使用该perl标志是：
-p Places a printing loop around your command,
so that it acts on each line of standard input
-i Edit in-place
-e Allows you to provide the program as an argument,
rather than in a file
参考文献：
- perl的国旗：Perl flags -pe, -pi, -p, -w, -d, -i, -t?
- ASCII控制码：https://www.cyberciti.biz/faq/unix-linux-sed-ascii-control-codes-nonprintable/
- 删除网址：sed to remove URLs from a file
- 分支标签：How can I replace a newline (\n) using sed?
- GNU sed的手册：https://www.gnu.org/software/sed/manual/sed.html
- 快速正则表达式指南：https://www.gnu.org/software/sed/manual/html_node/Regular-Expressions.html
实施例：
$ cat url_test_input.txt
Some text ...
https://stackoverflow.com/questions/4283344/sed-to-remove-urls-from-a-file
https://www.google.ca/search?dcr=0&ei=QCsyWtbYF43YjwPpzKyQAQ&q=python+remove++citations&oq=python+remove++citations&gs_l=psy-ab.3...1806.1806.0.2004.1.1.0.0.0.0.61.61.1.1.0....0...1c.1.64.psy-ab..0.0.0....0.-cxpNc6youY
http://scikit-learn.org/stable/modules/generated/sklearn.feature_extraction.text.TfidfVectorizer.html
https://bbengfort.github.io/tutorials/2016/05/19/text-classification-nltk-sckit-learn.html
http://datasynce.org/2017/05/sentiment-analysis-on-python-through-textblob/
https://www.google.ca/?q=halifax&gws_rd=cr&dcr=0&ei=j7UyWuGKM47SjwOq-ojgCw
http://www.google.ca/?q=halifax&gws_rd=cr&dcr=0&ei=j7UyWuGKM47SjwOq-ojgCw
www.google.ca/?q=halifax&gws_rd=cr&dcr=0&ei=j7UyWuGKM47SjwOq-ojgCw
ftp://ftp.ncbi.nlm.nih.gov/
ftp://ftp.ncbi.nlm.nih.gov/1000genomes/ftp/alignment_indices/20100804.alignment.index
Some more text.
$ sed -e 's/http[s]\?:\/\/\S*//g ; s/www\.\S*//g ; s/ftp:\S*//g' url_test_input.txt > a
$ cat a
Some text ...
Some more text.
$ perl -i -pe 's/^'`echo "\012"`'${2,}//g' a
Some text ...
Some more text.
$
当与工作网址，文件路径等，我更喜欢使用“|”作为sed分隔符，所以我不必逃避/。例如：sed的|/path/to/some/file/|/newpath/to/new/file/| g' – 2010-11-26 09:55:43
@ JP19，喜欢它，会试试这个 – daydreamer 2010-11-26 22:38:50