删除具有长 TLD（顶级域）的行

Question

是否有更有效的方法来删除具有无效/太长的 tld（顶级域）的行？我对 sed / awk 效率不高。我想从文件中删除最后一个句点之后超过 24 个字符的行。

我写的东西有效，但在长列表上非常慢。它获取每一行，计算句点后的字符数，将超过 24 个字符的行保存到列表中，然后从源中删除它们。

示例输入：

test.sub.xn--vermgensberatung-pwb
test.sub.xn--vermgensberatung-pwba

预期输出：

test.sub.xn--vermgensberatung-pwb

我当前的代码：

Source='/tmp/source'

while read -r Line || [[ -n "$Line" ]]; do
count="$(echo "$Line" | awk -F. '{ print $NF }' | awk '{ print length }')" #Count length after period
if [[ "$count" -gt '24' ]]; then echo "$Line" >> /tmp/filter; fi           #Save long TLD lines
done < "$Source"

#Remove results from source
cat /tmp/filter | sort > /tmp/filter.clean
comm -23 "$Source" /tmp/filter.clean > /tmp/clean

Answer 1

听起来您正在寻找：

$ grep -Ev '\.[^.]{25,}$' file
test.sub.xn--vermgensberatung-pwb

要在不手动创建临时文件的情况下更新原始文件，您可以使用 GNU sed 而不是 grep：

sed -Ei '/\.[^.]{25,}$/d' file

Answer 2

我猜你over-complicate剧本

$ cat file
www.cnn.com
this.is.notrightbutstillpass
this.will.fail.since.01234567890123456789012345

不确定实际的 TLD 限制，但您可以轻松更改代码

$ awk -F. 'length($NF)<24' file
www.cnn.com
this.is.notrightbutstillpass

删除具有长 TLD（顶级域）的行

Remove lines with long TLD (Top Level Domain)

linux

bash

awk

sed

domain-name