正则表达式从列表的根域中删除子域-Notepad ++或Gvim

如何解决正则表达式从列表的根域中删除子域-Notepad ++或Gvim

|| 我有一个存储在.txt文件中的URL列表（我使用Windows 7）。 URL的格式是这样的：

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

在notepad ++中，有一个选项可以使用\“使用正则表达式查找替换\”，并且我相当确定gvim允许用户使用正则表达式（尽管我不完全确定如何在Gvim中使用它们）。 ）。 无论如何，我不知道要在“查找和替换”框中放入什么，以便它可以浏览文件的内容并使我仅拥有根域。如果做得正确，它将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

有人可以帮我吗？     

解决方法

        Vim的几种实现方法（斜杠也是可选的）：

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

另请参见

:help /\\ze

等。

\\ze

和

\\zs

是Vim特定的并且非常有用。在Vim和PCRE中也有一些有用的前向断言断言。 我相信Notepad ++使用PCRE；找到

^.+\\.([^.]+\\.[^.]+)$

并替换为

\\1

应该可以工作（但我不使用Notepad ++）。 请注意，这对于使用第三级注册的国家或地区代码顶级域名无法很好地解决-

example.com.au

将变成

com.au

。然后有些国家在某些规则下使用二级或三级注册...如果您关心这些情况，您将需要更多规则，并且完整的解析器比常规表达式更整洁（尽管像往常一样）正则表达式是可能的）。     ,        将

^[^.]*\\.(?=\\w+\\.\\w+$)

替换为

<blank>

解密后，这意味着：

^

=行首

[^.]*

=任意数量的非点字符

\\.

=点

(?=[^.]+\\.[^.]+$)

=必须有一个完全正确的单词，一个点，然后是一个单词，从这里到结尾 编辑-增加了展望另一个点 再次编辑-更改了单词之间正好一个点的前瞻     ,        将整行替换为一个的最后一个单词和上一个单词。

%s/^.*\\.\\(\\w\\+\\.\\w\\+\\)$/\\1/g

注意vim需要+17

(

18ѭ19 更新：

%s/^.*\\.\\([0-9a-z\\-]\\+\\.[0-9a-z\\-]\\+\\)$/\\1/g

也许更好。