文本处理三剑客之sed

文本处理三剑客之sed

sed概述

sed使用示例

sed的高级应用

sed概述

sed, 作为文本三剑客之一，其定位就是一个编辑器， 而且sed是一个流式编辑器(stream editor)，其主要功能是过滤和转换文本。

sed - stream editor for filtering and transforming text

作为一个强大的文本处理功能，sed 自然能够配合正则表达式，另外，所谓流编辑器，sed 是逐行地读取文本，在文本行中应用指定的命令，且默认输出到stdout; sed 拥有两个缓冲区，活跃模式空间(active pattern space)与辅助保持空间(auxiliary hold space), 简称为模式空间与保持空间，且这两个空间默认都为空。

`sed' maintains two data buffers: the active _pattern_ space,
and theauxiliary _hold_ space. Both are initially empty.

sed的基本应用只用到模式空间就够了，sed的高级应用需要模式空间与保持空间的想到配合。在sed 的基本应用中，sed会把当前处理的行存储在一个临时缓冲区，即模式空间；然后sed会在模式空间中处理文本，并且传送到标准输出，再接着处理下一行，如此循环往复，直至文件末尾,这就是sed的基本工作原理。由此可风，sed在默认情况下是不修改原文件的；在sed的高级应用中，多了一个保持空间，保持空间是与模式空间进行交互的，且以模式空间为主，保持空间为辅，sed匹配的内容最终都得经由模式空间传输至stdout.常用参数-n: --quiet, --silent, 静默模式，不输出模式空间内容的自动打印

-e: --expression=script, 多点编辑，类似于管道

-f: --file=script-file, 从指定文件中读取sed脚本

-r: 支持使用扩展正则表达式

-i: 原处编辑，-i.bak可同时作备份

sed地址定界所谓sed的地址定界，就是我们对要处理的文本给出一个范围，然后让sed只针对此范围去做相应的处理。不给地址，默认全文处理
单地址：

#：指定的行
/pattern/：被此模式所能匹配到的每一行

地址范围：

#,#：从多少行到多少行
#,+#：从第#行起至第#行+#行结束(相对地址)
#,/part/: 从第#行开始，到第一次匹配到/part/模式结束
/part1/,/part2/: 从第一次匹配到/part1/开始，到最后一次匹配到/part2/结束

步进: ~
1~2：奇数行
2~2: 偶数行

sed编辑命令d: 删除模式空间匹配到的行
p: 显示模式空间中的内容
a \test: 在行后面追加文本，\可用空格替代；支持使用\n 实现多行追加
i \test: 在行前面插入文本，\可用空格替代；支持使用\n 实现多行插入
c \test: 替换为单选或多行文本，\可用空格替代
w /PATH/TO/SOMEFILE: 另存为模式匹配的行到指定文件
r /PATH/TO/SOMEFILE: 读取指定文件的文本至模式空间匹配到的行后
=： 为模式空间的行打印行号
!: 模式空间匹配的行作反处理
s///: 查找替换，支持使用其它分隔符，如s@@@, s###

替换标记：
g: 行内全局替换
p: 显示替换成功的行
w /PATH/TO/SOMEFILE：将替换成功的行保存至指定的文件中

sed使用示例

创建一个测试文件：

[root@centos7 ~#]cat f1
1
2
3
4
5

删除f1中的空格并写入原文件

[root@centos7 ~#]sed -i '/^$/d' f1

删除1-3行

[root@centos7 ~#]sed '1,3d' f1
4
5
[root@centos7 ~#]

打印出第2行,并说明默认打印模式空间的意义

[root@centos7 ~#]sed -n '2p' f1   # 只打印出了第2行
2
[root@centos7 ~#][root@centos7 ~#]sed '2p' f1
1
2                               # sed 默认显示出模式空间中的2
2                               # sed 匹配到第2行并打印出
3
4
5

给第2行后加入‘liansir’字样，在第3行前加入‘xiaolei'字样，替换第4行为’lvxing'

[root@centos7 ~#]nl f1 |sed -e '2a \liansir' -e '3i \xiaolei' -e '4c \lvxing'
1  1           # 命令n: nl - number lines of files
2  2
liansir
xiaolei
3  3
lvxing
5  5
[root@centos7 ~#]

给f1加入空格后并显示空格行号

[root@centos7 ~#]sed -n '/^$/=' f1

给数字2后加'liansir'字样，给数字3前加'xiaolei'字样

[root@centos7 ~#]sed -e 's/2/&liansir/' -e 's/3/xiaolei&/' f1

删除/etc/grub2.cfg文件中所有以空白开头的行行首的空白字符

[root@centos7 ~#]sed -r 's/^[[:space:]]+//' /etc/grub2.cfg   # 以“替换”的方式实现了“删除”，-r 表示使用扩展正则表达式

删除/etc/fstab文件中所有以#开头，后面至少跟一个空白字符的行的行首的#和空白字符

[root@centos7 ~#]sed -r 's/^#[[:space:]]*//' /etc/fstab

在/root/install.log每一行行首增加#号

[root@centos6 ~#]sed 's/^/#/' /root/install.log
或[root@centos6 ~#]sed -r 's/(.*)/#\1/' /root/install.log  # 后向引用，注意使用扩展正则表达式
或[root@centos6 ~#]sed -r 's/(.*)/#&/' /root/install.log

处理/etc/fstab路径,使用sed命令取出其目录名和基名 （此题有料，众多解法，有兴趣者探索之）

取基名：下面命令的主要思路是不管前面是什么，只锚定最后一个单词的开头

[root@centos6 ~#]echo '/etc/fstab' |sed -r 's/(.*)\/<//'  # 注意转义
/etc/fstab
[root@centos6 ~#]
[root@centos6 ~#]echo '/etc/fstab' |sed -r 's@(.*)/<@@'  # 不想转义可直接换分隔符
/etc/fstab
[root@centos6 ~#]echo '/etc/fstab/' |sed -r 's@(.*)/<@@' # 当基名为一个目录时照样适用
/etc/fstab/
[root@centos6 ~#]

取目录名：着眼点还是在后面的基名上，即删除了基名

[root@centos6 ~#]echo '/etc/fstab' |sed -r 's@[^/]+/?$@@'
/etc/
[root@centos6 ~#]echo '/etc/' |sed -r 's@[^/]+/?$@@'
/
[root@centos6 ~#]

取目录名与基名的完美解法

[root@centos6 ~#]echo /etc/fstab |sed -r 's@(.*/)([^/]+/?)$@\1@'  # 取目录名
/etc/
[root@centos6 ~#]echo /etc/fstab |sed -r 's@(.*/)([^/]+/?)$@\2@'  # 取基名
fstab
[root@centos6 ~#]

完美之外：

1. 涉及到/ 时则换分隔符，避免转义，如@
2. 将目录名与基名以分组的形式分别表示出来，表达了一个完整的路径
3. 分别后向引用则可取得目录名或基名，属于通用解法

利用sed 取出ifconfig命令中本机的IPv4地址 # 先打印出本机IP所在行，然后"掐头去尾"。

[root@centos7 ~#]ifconfig |sed -n '2p' |sed -e 's/.*inet//' -e 's/net.*//'
10.1.253.100
[root@centos7 ~#]

统计centos安装光盘中Package目录下的所有rpm文件的以.分隔倒数第二个字段的重复次数

[root@centos6 /media/CentOS_6.8_Final/Packages#]ls |sed -r 's@.*\.(.*)\.rpm$@\1@' |sort |uniq -c
4 i686
919 noarch
1 TRANS.TBL
2283 x86_64
[root@centos6 /media/CentOS_6.8_Final/Packages#]
# 注意\.是转义.

至此，我们再来了解下sed的高级应用！sed高级编辑命令：h: 把模式空间中的内容覆盖至保持空间中

H: 把模式空间中的内容追加至保持空间中

g: 从保持空间读取数据覆盖至模式空间中

G: 从保持空间读取数据追加至模式空间中

x: 把模式空间中的内容与保持空间的内容进行互换

n: 读取匹配到的行的下一行覆盖至模式空间

N: 读取匹配到的行的下一行追加至模式空间

d: 删除模式空间中的行

D: 删除当前模式空间开端至\n的内容（不再传至标准输出），放弃之后的命令，但是对剩余模式空间重新执行sed.

h H    Copy/append pattern space to hold space.
g G    Copy/append hold space to pattern space.
x      Exchange the contents of the hold and pattern spaces.
n N    Read/append the next line of input into the pattern space.
d      Delete pattern space.  Start next cycle.

可见，模式空间与保持空间的交互命令有：h, H, g, G, x.其流向关系可用下图表示：

sed高级应用示例创建一个测试文件：

[root@centos7 ~#]echo {1..5} |tr ' ' '\n' >f1
[root@centos7 ~#]cat f1
1
2
3
4
5
[root@centos7 ~#]

输出偶数行与奇数行：

普通用法：
[root@centos7 ~#]sed -n '1~2p' f1
1
3
5
[root@centos7 ~#]sed -n '2~2p' f1
2
4
[root@centos7 ~#]
高级用法：
[root@centos7 ~#]sed 'n;d' f1
1
3
5
[root@centos7 ~#]sed -n 'n;p' f1
2
4
[root@centos7 ~#]

高级用法解析：

~#]sed 'n;d' f1
首先，sed读入第一行的1到模式空间，n动作匹配到第二行中的2并覆盖掉
模式空间中的1，此时模式空间中仅有2，又因为d动作被删除了，模式空间全
空了！那怎么又输出1了呢？这是因为sed 没有使用-n选项，故1在被2覆盖之
前已被sed默认输出，而2在模式空间却被d给干掉了，故而屏幕上输出了1。
然后sed双读入第三行中的3，被n匹配至其下一行中的4并读入模式空间，但
在4覆盖3之前sed已默认打印出3，而4却“胎死腹中”，故屏幕双留下了3.

~#]sed -n 'n;p' f1
首先，sed 读入第一行的1到模式空间，因为n动作，又匹配到第二行中的2，
并把2读入模式空间覆盖掉之前的1，模式空间中的内容输入至stdout而得到2.
然后，sed读入第三行中的3到模式空间，因为n动作，匹配到其下一行中的4，
并把4读入模式空间并覆盖掉之前的3并p至stdout.

倒序输出：

[root@centos7 ~#]sed '1!G;h;$!d' f1
5
4
3
2
1
[root@centos7 ~#]

高级用法解析

~#]sed '1!G;h;$!d' f1
这个sed命令，整体被分别;分隔为三段，我们认为他有三个动作：
1!G;  如果不是第1行，则把保持空间中的内容追加至模式空间(保持空间默认为空)
h;    把模式空间中的内容覆盖至保持空间
$!d   如果不是最后一行则删除

结合sed流编辑器的特点，逐行读入，意味每读入一行便会执行上面的三个动作；
每一行：
1. sed读入第一行中的1到模式空间，由于不符合'1!'这个条件，则跳过G执行h；
2. h 把模式空间中的1覆盖至保持空间；(此时模式空间中为1，保持空间中为1)
3. 1不是最后一行，符合条件'$!'，删除（此时模式空间为空，保持空间都为1)
第二行：
1. sed读入第二中的2至模式空间，符合'1!'这个条件，从而执行G动作，G把
保持空间中的1追加至模式空间；
于是，此时模式空间中的内容为：
2
1
但保持空间是1
2. h 把模式空间中的内容覆盖至保持空间
3. 执行 $!d(模式空间为空)

依次类推，当执行完第四步时，情况是这样的：模式空间为空，保持空间的内容为：
4
3
2
1
第五步：
1. sed读入第五行中的内容5至模式空间，符合'1!'这个条件，执行G动作，把
保持空间中的内容追加到模式空间
2. h 把模式空间中的内容覆盖至保持空间
3. 第五行是最后一行，不符合'$!',跳过$!d于是，屏幕上显示：
5
4
3
2
1

一个sed的高级命令，应得大费如此篇幅，目的就是更为深入地理解sed这个流编辑器，逐行处理文本，有两个模式空间，一主一辅。看下图(图片来自网友),就更能清楚地理解sed的工作原理了。

此图仅供参考！一锅上了先

[root@centos7 ~#]sed '$!N;$!D' f1
4
5
[root@centos7 ~#]
[root@centos7 ~#]sed '$!d' f1  # 不是最后一行则删除，意味着最后一行保留输出
5
[root@centos7 ~#]
[root@centos7 ~#]sed 'G' f1   # 保留空间默认为空
1

2

3

4

5
[root@centos7 ~#]

[root@centos7 ~#]sed 'g' f1

[root@centos7 ~#]sed 'g' f1 |wc -l  # 可见输出了5个空格
5
[root@centos7 ~#]
[root@centos7 ~#]sed '/^$/d;G' f1
1
2
3
4
5
[root@centos7 ~#]
[root@centos7 ~#]sed -n '1!G;h;$p' f1  # 看与高级应用分析与区别
5
4
3
2
1
[root@centos7 ~#]

4. 交换模式空间与保持空间的内容
[root@centos7 ~#]sed 'x' f1  # 模式空间中最后交换了一行被保留空间中第一个空白替换了

1
2
3
4
[root@centos7 ~#]

sed 的功能如此强大，掌握也非一日之功，sed可以帮助我们自动编辑一个或多个文件，简化对文件的反复操作，编写程序转换等。