grep本身不支持非贪婪匹配，因其基于POSIX正则引擎；实际可通过GNU grep -P的\K和先行断言模拟，或结合sed/awk分步清洗提取域名核心字段，但高精度场景应优先使用tldextract等专业库。
grep 本身不支持非贪婪匹配，因为它基于 POSIX 正则引擎（BRE/ERE），没有 *?、+? 这类非贪婪量词。所谓“用 grep 做非贪婪匹配截取域名核心字段”，实际是通过合理设计正则模式 + 选用合适工具（如 GNU grep 的 PCRE 模式）或配合其他命令来逼近目标效果。
理解域名核心字段的典型结构
所谓“域名核心字段”，通常指主域名部分（不含协议、路径、端口、子域前缀等），例如：
-
https://www.example.com/path?x=1→ 目标：example.com -
http://api.sub.api.example.co.uk:8080/→ 目标：example.co.uk（注意：.co.uk 是有效二级域名） -
ftp://test@ftp.my-site.org:21/→ 目标：my-site.org
关键点：需剥离协议、用户信息、端口、路径、查询参数，再尽可能去掉常见子域（如 www、api、m、blog），保留注册域名（Registered Domain）。
用 GNU grep -P 模拟“非贪婪”逻辑
GNU grep 支持 -P（PCRE 模式），可使用 .*? 实现非贪婪匹配。但要注意：grep 默认输出整行，需搭配 -o 提取子串。
示例：提取 https://www.example.com/foo 中的 example.com
echo "https://www.example.com/foo" | grep -oP 'https?://(?:[^/@]+@)?(?:www\.)?\K[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}(?=/|$)'
# 输出：example.com说明：
-
\K丢弃前面已匹配内容，实现“从某点起真正捕获”——这是替代非贪婪的高效技巧 -
(?=/|$)是正向先行断言，确保域名后接 / 或行尾，避免匹配过长 -
(?:www\.)?非捕获组，可选跳过 www，类似“懒惰跳过”效果
更稳健的做法：先用 sed 或 awk 清洗，再 grep 提取
单靠 grep 处理复杂 URL 易出错。推荐分步处理：
- 用
sed去掉协议、用户、端口、路径 - 用
awk -F'.'或专用工具（如basename配合cut）提取最后两/三段
通用清洗命令：
echo "https://admin@api.example.co.uk:443/v1/data" | \
sed -E 's|^.*://([^/@]+@)?([^/:]+).*|\2|' | \
sed -E 's|:.*$||' | \
awk -F. '{n=NF; if(n>=3 && ($n-1=="co" || $n-1=="org" || $n-1=="net")) print $(n-2)"."$(n-1)"."$n; else print $(n-1)"."$n}'
# 输出：example.co.uk注：真实场景建议用 python -c "import tldextract; print(tldextract.extract(...).registered_domain)" 等专业库，比正则更准。
为什么别强求 grep 做“非贪婪”？
grep 设计初衷是行级过滤，不是结构化解析。URL 是嵌套结构（scheme://user@host:port/path?query#frag），正则难以覆盖所有 RFC 合法变体（如 IPv6 主机、国际化域名 IDN）。强行用复杂正则易漏匹配或误匹配。
实用建议：
- 简单日志中提取形如
host=xxx.com或domain: yyy.org，用grep -oE 'domain: [^[:space:]]+'即可 - 需高精度时，优先用
tldextract（Python）、url-parse（Node）、或jq（若输入是 JSON） - 若必须 shell 原生，可用
awk写状态机，比正则更可控
