sed 提取日志 URL 路径需按场景选择命令：标准访问日志用 sed -n 's/^1"1\s+(2"])\s+1".*$/\1/p' 提取请求路径；完整 URL 用 sed -n 's/.*https?:\/\/[^\/]*\([^[:space:]"]*\).*/\1/p' 提取含查询参数的路径；纯路径则追加 sed 's/\?.*$//' 截断参数。" ↩[:space: ↩
用 sed 提取日志中的 URL 访问路径，关键是匹配 HTTP 请求行（如 GET /path/to/resource HTTP/1.1）或完整 URL 中的路径部分（如 https://example.com/abc?x=1 中的 /abc），然后用替换或打印方式提取。
提取标准访问日志中的请求路径（如 Apache/Nginx 日志）
常见日志格式中，请求行通常在引号内，形如 "GET /api/v2/users?id=123 HTTP/1.1"。我们只需提取 GET 后、空格前的路径（含查询参数）：
- 命令：
sed -n 's/^[^"]*"[^"]* \([^ ]*\) [^"]*".*$/\1/p' access.log - 说明：跳过开头非引号内容，匹配第一个引号内的请求行，用
\([^ ]*\)捕获空格分隔的第一个路径字段（即/api/v2/users?id=123） - 更稳妥写法（适配多空格/制表符）：
sed -n 's/^[^"]*"[^"]*[[:space:]]+\([^[:space:]"]*\)[[:space:]]+[^"]*".*$/\1/p' access.log（GNU sed 支持+，或改用*+\{1,\}）
从完整 URL 中提取路径部分（如日志含 https://...）
若日志记录的是完整 URL（如 curl https://api.example.com/v1/data?format=json 或 JSON 字段值），可用：
- 命令：
sed -n 's/.*\(https\?:\/\/[^/]*\)\(\/[^[:space:]"]*\).*/\2/p' logfile - 说明：第一组匹配协议和域名（丢弃），第二组捕获路径（
/v1/data?format=json），[^[:space:]"]*防止匹配到结尾引号或换行 - 简化版（只关心路径，忽略协议）：
sed -n 's/.*https\?:\/\/[^/]*\([^[:space:]"]*\).*/\1/p' logfile
只提取路径不带查询参数（纯 path）
如果只需要 /api/users 而不要 ?id=5&page=1，可在提取后进一步截断：
- 两步法（推荐）：
sed -n 's/^[^"]*"[^"]* \([^ ]*\) [^"]*".*$/\1/p' access.log | sed 's/\?.*$//' - 单步法（GNU sed）：
sed -n 's/^[^"]*"[^"]* \([^[:space:]?]*\)\(?\|$\)/\1/p' access.log—— 但注意这仅匹配无问号路径；更可靠的是用sed 's/\?.*//'后处理
配合其他工具提高准确性
sed 擅长行内文本替换，但复杂结构建议组合使用：
- 先用
grep过滤含 GET/POST 的行：grep -E '"(GET|POST) ' access.log | sed 's/.*"(GET|POST) ([^ ]*).*/\2/' - 避免误匹配注释或字段值：加锚点或上下文限制，例如
sed -n '/"GET /{s/.*"GET \([^ ]*\).*/\1/p;}' access.log - 处理 JSON 日志时，
sed易出错，此时优先用jq：jq -r '.url | capture("/(?<path>[^?]+)").path' log.json</path>
