目录:

介绍工作原理正则表达式基本语法数字定址和正则定址基本子命令实战练习

介绍

熟悉 Linux 的同学一定知道大名鼎鼎的 Linux 三剑客,它们是 grepawksed,我们今天要聊的主角就是 sed

sed 全名叫 stream editor,流编辑器,用程序的方式来编辑文本,与 vim 的交互式编辑方式截然不同。它的功能十分强大,加上正则表达式的支持,可以进行大量的复杂文本的编辑操作。

实际上 sed 提供的功能非常复杂,有专门的书籍讲解它。本文不会讲 sed 的全部东西,只会从 sed 的工作原理、常见使用方法等方面进行说明和讲解,同时也会给出大量的实践用例来帮助更好的理解 sed 基本用法。文中的知识点真正掌握后,足以应付平时工作中的基本需求。

它有自己的使用场景:

  • 自动化程序中,不适合交互方式编辑的;
  • 大批量重复性的编辑需求;
  • 编辑命令太过复杂,在交互文本编辑器难以输入的情况;

工作原理

sed 作为一种非交互式编辑器,它使用预先设定好的编辑指令对输入的文本进行编辑,完成之后输出编辑结果。

简单描述 sed 工作原理:

  • sed 从输入文件中读取内容,每次处理一行内容,并把当前的一行内容存储在临时的缓冲区中,称为 模式空间
  • 接着用 sed 命令处理缓存区中的内容;
  • 处理完毕后,把缓存区的内容送往屏幕;
  • 接着处理下一行;

这样不断重复,直到文件末尾,文件内容并没有改变,除非你使用重定向输出或指定了 i 参数

正则表达式

sed 基本上就是在玩正则表达式模式匹配,所以,会玩 sed 的人,正则表达式能力一般都比较强。正则表达式内容相对较多,本节不会重点讲解正则表达式。

为了能够让大部分朋友比较轻松地学习本文知识,这里还是简单介绍下正则表达式的基本内容。如果是专门做正则编程开发的,可以去买本正则的书籍来看。

(一)基本正则表达式

  • .,表示匹配任意一个字符,除了换行符,类似 Shell 通配符中的 ?
  • *,表示前边字符有 0 个或多个;
  • .*,表示任意一个字符有 0 个或多个,也就是能匹配任意的字符;
  • ^,表示行首,也就是每一行的开始位置,^abc 匹配以 abc 开头的字符串;
  • $,表示行尾,也就是每一行的结尾位置,}$ 匹配以大括号结尾的字符串;
  • {},表示前边字符的数量范围,{2},表示重复 2 次,{2,}重复至少 2次,{2,4} 重复 2-4 次;
  • [],括号中可以包含表示字符集的表达式,使用方法大概如下几种

(二)扩展正则表达式

扩展正则表达式使用频率上没有基本表达式那么高,但依然很重要,很多情况下没有扩展正则是搞不定的,sed 命令使用扩展正则时需要加上选项 -r

  • ?:表示前置字符有 0 个或 1 个;
  • +:表示前置字符有 1 个或多个;
  • |:表示匹配其中的一项即可;
  • ():表示分组,(a|b)b 表示可以匹配 ab 或 bb 子串,且命令表达式中可以通过 \1\2 来表示匹配的变量
  • {}:和基本正则中的大括号中意义相同,只不过使用时不用加 转义符号;

基本语法

先介绍下 sed 的基本语法。

sed [选项] 'command' filename

选项部分,常见选项包括:-n-e-i-f-r 等。

command 子命令格式:

[地址1, 地址2] [函数] [参数(标记)]

选项简单说明:

  • -n,表示安静模式。默认 sed 会把每行内容处理完毕后打印到屏幕上,加上选项后就不会输出到屏幕上。
  • -e,如果需要用 sed 对文本内容进行多种操作,则需要执行多条子命令来进行操作;
  • -i,默认 sed 只会处理模式空间的副本内容,不会直接修改文件,如果需要修改文件,就要指定 -i 选项;
  • -f,如果命令操作比较多时,用 -e 会有点力不从心,这时需要把多个子命令写入脚本文件,使用 -f 选项指定执行该脚本;
  • -r:如果需要支持扩展正则表达式,那么需要添加 -r 选项;

数字定址和正则定址

默认情况下 sed 会对每一行内容进行匹配、处理、输出,有时候我们不需要对所有内容进行操作,只需要修改一种一部分,比如 1-10 行,偶数行,或包括 hello 字符串的行。

这种情况下,就需要我们去定位特定的行来进行处理,而不是全部内容,这里把定位指定的行叫做 定址

(一)数字定址

数字定址其实就是通过数字去指定要操作的行,有几种方式,每种方式都有不同的应用场景。

# 只将第4行中hello替换为A
$ sed '4s/hello/A/g' file.txt
# 将第2-4行中hello替换为A
$ sed '2,4s/hello/A/g' file.txt
# 从第2行开始,往下数4行,也就是2-6行
$ sed '2,+4s/hello/A/g' file.txt
# 将最后1行中hello替换为A
$ sed '$s/hello/A/g' file.txt
# 除了第1行,其它行将hello替换为A
$ sed '1!s/hello/A/g' file.txt

(二)正则定址

正则定址,是通过正则表达式的匹配来确定需要处理编辑哪些行,其它行就不需要处理

# 将匹配到hello的行执行删除操作,d 表示删除
$ sed '/hello/d' file.txt
# 删除空行,"^$" 表示空行
$ sed '/^$/d' file.txt
# 将匹配到以ts开头的行到以te开头的行之间所有行进行删除
$ sed '/^ts/,/^te/d' file.txt

(三)数字定址和正则定址混用

数字定址和正则定址可以配合使用

# 匹配从第1行到ts开头的行,把匹配的行执行删除
$ sed '1,/^ts/d' file.txt

基本子命令

(一)替换子命令s

子命令 s 为替换子命令,是平时 sed 使用最多的命令,因为支持正则表达式,功能很强大,基本可以替代 grep 的基本用法。

基本语法:

[address]s/pat/rep/flags

替换子命令基本用法

# 将每行的hello替换为HELLO,只替换匹配到的第一个
$ sed 's/hello/HELLO/' file.txt

# 将匹配到的hello全部替换为HELLO,g表示替换一行所有匹配到的
$ sed 's/hello/HELLO/g' file.txt

# 将第2次匹配到的hello替换
$ sed 's/hello/A/2' file.txt

# 将第2次后匹配到的所有都替换
$ sed 's/hello/A/2g' file.txt

# 在行首加#号
$ sed 's/^/#/g' file.txt

# 在行尾加东西
$ sed 's/$/xxx/g' file.txt

正则表达式的简单使用

# 使用扩展正则表达式,结果为:A
echo "hello 123 world" | sed -r 's/[a-z]+ [0-9]+ [a-z]+/A/'

# <b>This</b> is what <span style="x">I</span> meant
# 要求:去掉上述html文件中的tags
$ sed 's/<[^>]*>//g' file.txt

多个匹配

# 将1-3行的my替换为your,且3行以后的This替换为That
$ sed '1,3s/my/your/g; 3,$s/This/That/g' my.txt

# 等价于
$ sed -e '1,3s/my/your/g' -e '3,$s/This/That/g' my.txt

使用匹配到的变量

# 将匹配到的字符串前后加双引号,结果为:My "name" chopin
# "&"表示匹配到的整个结果集
echo "My name chopin" | sed 's/name/"&"/'

# 如下命令,结果为:hello=world,"\1"和"\2"表示圆括号匹配到的值
echo "hello,123,world" | sed 's/\([^,]\),.*,\(.*\)/\1=\2/'

其它几个常见用法

# 只将修改匹配到行内容打印出来,-n关闭了模式空间的打印模式
$ sed -n 's/i/A/p' file.txt

# 替换是忽略大小写,将大小写i替换为A
$ sed -n 's/i/A/i' file.txt

# 将替换后的内容另存为一个文件
$ sed -n 's/i/A/w b.txt' file.txt
$ sed -n 's/i/A/' file.txt > b.txt

注意,sed 修改匹配到的内容后,默认行为是不保存到原文件,直接输出修改后模式空间的内容,如果要修改原文件需要指定 -i 选项。

(二)追加行子命令a

子命令 a 表示在指定行下边插入指定的内容行;

# 将所有行下边都添加一行内容A
$ sed 'a A' file.txt

# 将文件中1-2行下边都添加一行内容A
$ sed '1,2a A' file.txt

(三)插入行子命令i

子命令 ia 使用基本一样,只不过是在指定行上边插入指定的内容行

# 将文件中1-2行上边都添加一行内容A
$ sed '1,2i A'

(四)替换行子命令c

子命令 c 是表示把指定的行内容替换为自己需要的行内容

# 将文件所有行都分别替换为A
$ sed 'c A' file.txt

# 将文件中1-2行内容替换为A,注意:两行内容变成了一行A
$ sed '1,2c A' file.txt

# 将1-2行内容分别替换为A行内容
$ sed '1,2c A\nA' file.txt

(五)删除行子命令d

子命令 d 表示删除指定的内容行,这个很容理解

# 将文件中1-3行内容删除
$ sed '1,3d' file.txt

# 将文件中This开头的行内容删除
$ sed '/^This/d' file.txt

(六)设置行号子命令=

子命令 =,可以将行号打印出来

# 将指定行上边显示行号
$ sed '1,2=' file.txt

# 可以将行号设置在行首
$ sed '=' file.txt | sed 'N;s/\n/\t/'

(七)子命令N

子命令 N,把下一行内容纳入当缓存区做匹配,注意的是第一行的 \n 仍然保留

其实就是当前行的下一行内容也读进缓存区,一起做匹配和修改,举个例子吧

# 将偶数行内容合并到奇数行
$ sed 'N;s/\n//' file.txt

哈哈,是不是很简单?

实战练习

掌握了上边的基础命令操作后,基本上可以满足平时 95% 的需求啦。sed 还有一些高级概念,比如:模式空间、保持空间、高级子命令、分支和测试等,平时使用概率非常小,本文就暂不讲解了,有需要的同学可以私信我一起交流学习哈。

学习了这么多基础用法后,只要你勤加练习,多实践,多使用,一定可以得心应手,极大提高的文本处理效率。下边我简单再给出一些比较实用的操作实践,希望对大家有帮助。

1. 删除文件每行的第二个字符

$ sed -r 's/(.)(.)(.*)$/\1\3/' file.txt

2. 交换每行的第一个字符和第二个字符

$ sed -r ‘s/(.)(.)(.*)/\2\1\3/’ file.txt

3. 删除文件中所有的数字

$ sed 's/[0-9]//g' file.txt

4. 用制表符替换文件中出现的所有空格

$ sed -r 's/ +/\t/g' file.txt

5. 把所有大写字母用括号()括起来

$ sed -r 's/([A-Z])/(\1)/g'

6. 隔行删除

$ sed '0~2{d}' file.txt

7. 删除所有空白行

$ sed '/^$/d' file.txt

好了,以上是 sed 命令常用的全部内容。想要熟练掌握,只有多实践,多练习正则表达式的使用,一旦熟练掌握后,相信在日后工作中一定会产生巨大作用的。

谢谢大家,我是肖邦,欢迎关注后续的精彩内容。

推荐阅读:

01-26 10:39