写点什么

上古神器 sed 教程详解,小白也能看得懂

发布于: 2021 年 02 月 06 日
上古神器 sed 教程详解,小白也能看得懂


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
复制代码


(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
复制代码


(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
复制代码


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
复制代码


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
复制代码


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
复制代码


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/'
复制代码


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
复制代码


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
复制代码


(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'
复制代码


(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
复制代码


(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
复制代码


(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/'
复制代码


(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
复制代码


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
复制代码


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
复制代码


3. 删除文件中所有的数字


$ sed 's/[0-9]//g' file.txt
复制代码


4. 用制表符替换文件中出现的所有空格


$ sed -r 's/ +/\t/g' file.txt
复制代码


5. 把所有大写字母用括号()括起来


$ sed -r 's/([A-Z])/(\1)/g'
复制代码


6. 隔行删除


$ sed '0~2{d}' file.txt
复制代码


7. 删除所有空白行


$ sed '/^$/d' file.txt
复制代码


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:




发布于: 2021 年 02 月 06 日阅读数: 28
用户头像

还未添加个人签名 2018.04.25 加入

公众号:「编程修养」

评论

发布
暂无评论
上古神器 sed 教程详解,小白也能看得懂