Linux文本处理三剑客之sed 基础

Linux文本处理三剑客之sed 基础

sed 简介

?? sed（Stream EDitor）是一种流编辑器，也被称为行编辑器，它一次处理一行内容。
?? 处理时，把当前处理的行存储在临时缓冲区中，称为“模式空间”（pattern space），接着用sed命令处理缓冲区中的内容，处理完成后，把缓冲区的内容送往屏幕。然后读入下行，执行下一个循环。如果没有使诸如‘D’的特殊命令，那会在两个循环之间清空模式空间，但不会清空保留空间。这样不断重复，直到文件末尾。文件内容并没有改变，除非你使用重定向存储输出。

?? sed 命令通常用于以下几个场景

简单的示例

?? 首先我们先来看一个示例，在这个示例中，我们将使用sed 来完成一些简单的事情，其中具体的语法细节会在后面的内容中详细讲解，这里就先演示以下sed的强大魅力。

下面的演示将以这段文本作为基础

[root@localhost sed]#cat sedtest
I have a pen,
 I have an apple.
(Uhh~)Apple-pen!
I have a pen,
    I have pineapple.
(Uhh~)Pineapple-pen!
Apple-pen~Pineapple-pen(Uhh\h~)
   Pen-Pineapple-Apple-pen!
Pen-Pineapple-Apple-pen!

我们在每行的开头加上一个 # 号，也就是将每一行都注释掉

[root@localhost sed]#sed 's/^/#/g' sedtest 

#I have a pen,
# I have an apple.
#(Uhh~)Apple-pen!
#I have a pen,
#   I have pineapple.
#(Uhh~)Pineapple-pen!
#Apple-pen~Pineapple-pen(Uhh\h~)
#   Pen-Pineapple-Apple-pen!
#Pen-Pineapple-Apple-pen!

当然，我们也可以轻松地在每一行的结尾加上我们喜欢的字符 $ ,请先不要疑惑，如果对正则表达式不是很理解的朋友可以这样来理解，第一个$表示的是行尾，第二个 $ 表示将要准备替换为的字符。详细的内容我们会在接下来介绍。

[root@localhost sed]#sed 's/$/$/g' sedtest 

I have a pen,$
 I have an apple.$
(Uhh~)Apple-pen!$
I have a pen,$
    I have pineapple.$
(Uhh~)Pineapple-pen!$
Apple-pen~Pineapple-pen(Uhh\h~)$
   Pen-Pineapple-Apple-pen!$
Pen-Pineapple-Apple-pen!$

我们在文本的第一行之前插入一行，I have an orange

[root@localhost sed]#sed '1 i I have an orange' sedtest 
I have an orange
I have a pen,
 I have an apple.
(Uhh~)Apple-pen!
I have a pen,
    I have pineapple.
(Uhh~)Pineapple-pen!
Apple-pen~Pineapple-pen(Uhh\h~)
   Pen-Pineapple-Apple-pen!
Pen-Pineapple-Apple-pen!

当然啦，能增加肯定就可以删除了，所以接下来我们将文本中所有包含 pen 字眼的行删掉。

[root@localhost sed]#sed '/pen/d' sedtest
 I have an apple.
    I have pineapple.

注意： 我们在实例中进行的所有操作，并没有真正的改变原文本文件的内容，只是在输出的内容有了变化，这一点我们将会进行介绍。

sed 的用法

sed 是一个强大的工具，通过之前的示例，我们可以看出，sed可以实现很多的功能，实际上它也是结合了正则表达式来完成的所有的操作，这一点与grep很相似。因此，如果想要使用好sed 这把利器，掌握好正则表达式是非常有必要的。关于正则表达式的使用，在我之前的一片博客中已经有了详细的介绍，《Linux 基础命令（五）—— 文本处理三剑客之grep》，可以参照这篇博客去了解详细的使用。下面的介绍中，我们将不再赘述正则，而是直接使用。

sed 命令的常用用法如下

sed [option]...  [SCRIPT] [INPUTFILE ...]

常用的命令行选项 OPTIONS

与许多命令一样，sed命令也有着众多繁而复杂的选项，合理的使用这些选项会产生意想不到的效果。下面介绍一些常用的选项。

-n, --quiet, --silent
    默认情况下，sed命令会将它处理的每一行的内容打印到标准输出，使用这个选项可以禁止输出。  

-e script
    将脚本添加到命令中执行。可以理解为多点编辑。就是使用 -e 选项 加上脚本内容  ，可以使sed命令实现一个命令，匹配多个脚本，比如 sed -e '/pen/d' -e 's/$/$/g' sedtest  

-f script-file
     从指定的脚本文件中，读取出脚本内容，并合并到sed COMMAND中进行执行。通俗的理解为将 脚本写在了文件中。
-r 
    支持扩展的正则表达式，与egrep一样，扩展的正则表达式更利于阅读，没有那么多的斜杠，利于书写。

-i
    直接修改源文件。如果在命令中加入了 -i 选项，源文件的内容将会被直接修改掉。

-i[SUFFIX]
    这还是-i 选项，这个选项的意思是说，如果在使用 该选项的过程中指定了后缀名称，那么该命令在执行的过程中会先将源文件备份成以[SUFFIX] 为后缀的文件，然后对文件进行操作

接下来，我们还是以文章开头提到的文件来进行测试，来解释这些选项的含义。

[root@localhost sed]#sed -e '/pen/d' -e 's/apple/orange/g' sedtest
 I have an orange.
    I have pineorange.

#在script1 文件中写入符合正则表达式的脚本
[root@localhost sed]#echo "/pen/d" &> script1
#查看脚本文件内容
[root@localhost sed]#cat script1 
/pen/d
#执行sed命令
[root@localhost sed]#sed -f script1 sedtest 
 I have an apple.
    I have pineapple.

这种以读取脚本文件来处理文本文件的方式，很适合我们在处理复杂文件的时候使用，实际生产中，我们往往会遇到大量的复杂的文本文件需要进行处理，sed命令可以很好的解决。例如日常大量的日志。

#在使用-i 选项的同时，指定备份的后缀名称
[root@localhost sed]#sed -i.bak  -f script1 sedtest 
#列举出当前列表下的文件
[root@localhost sed]#ll
total 12
-rw-r--r--. 1 root root   7 Aug 11 21:03 script1
-rw-r--r--. 1 root root  37 Aug 11 21:08 sedtest
-rw-r--r--. 1 root root 188 Aug 11 20:02 sedtest.bak
#查看修改后的文件
[root@localhost sed]#cat sedtest
 I have an apple.
    I have pineapple.

#查看备份文件
[root@localhost sed]#cat sedtest.bak 
I have a pen,
 I have an apple.
(Uhh~)Apple-pen!
I have a pen,
    I have pineapple.
(Uhh~)Pineapple-pen!
Apple-pen~Pineapple-pen(Uhh\h~)
   Pen-Pineapple-Apple-pen!
Pen-Pineapple-Apple-pen!

我们前面曾经介绍过，sed 命令的执行结果默认是不会修改源文件，而是直接输出到标准输出的。接下来，我们将处理后的结果保存到一个新的文件中。

#使用IO重定向 轻松实现文件另存为
[root@localhost sed]#sed '/pen/d' sedtest &> sedtest2
[root@localhost sed]#ll
total 16
-rw-r--r--. 1 root root   7 Aug 11 21:03 script1
-rw-r--r--. 1 root root 188 Aug 11 20:02 sedtest
-rw-r--r--. 1 root root  37 Aug 11 21:25 sedtest2

[root@localhost sed]#cat sedtest2
 I have an apple.
    I have pineapple.

当然，在实际使用中，我们通常是会直接修改源文件的，这样的话，直接使用相应的选项就可以了。

sed 脚本概述

在前面的例子中，我们已经见识到了sed 命令结合正则表达式脚本 所产生的强大的效果。sed命令的脚本其实是比较复杂的，它不光可以写正则表达式，更可以使用地址定界+命令选项的方式来实现我们想要实现的功能。
在sed中，我们将正则表达式也看作一种地址定界

脚本的书写格式是 ** ‘地址命令’**

sed命令中支持的地址定界

sed 命令中常用的编辑命令

下面我们使用几个简单的示例来演示这些常用选项的使用。

[root@localhost sed]#seq 3 | sed '2q'
1
2

[root@localhost sed]#seq 10 | sed -n '2,5p'
2
3
4
5

[root@localhost sed]#seq 3 | sed '2ahello'
1
2
hello
3
[root@localhost sed]#seq 3 | sed '2a\hello'
1
2
hello
3

[root@localhost sed]#sed '/apple/i\Hello World' sedtest
I have a pen,
Hello World
 I have an apple.
(Uhh~)Apple-pen!
I have a pen,
Hello World
    I have pineapple.
Hello World
(Uhh~)Pineapple-pen!
Hello World
Apple-pen~Pineapple-pen(Uhh\h~)
Hello World
   Pen-Pineapple-Apple-pen!
Hello World
Pen-Pineapple-Apple-pen!

使用 s/// 查找替换

使用 s/// 查找替换实际上也是sed 脚本的一部分，在vim中也有相应的使用。支持使用其他的分隔符s@@@，s###。
常用的有如下的替换标记：

下面实现一个特殊的示例，在所有的apple单词后面加上Hello，在所有的pen单词前面加上World

[root@localhost sed]#sed -e 's/apple/&Hello/g' -e 's/pen/World&/g' sedtest
I have a Worldpen,
 I have an appleHello.
(Uhh~)Apple-Worldpen!
I have a Worldpen,
    I have pineappleHello.
(Uhh~)PineappleHello-Worldpen!
Apple-Worldpen~PineappleHello-Worldpen(Uhh\h~)
   Pen-PineappleHello-Apple-Worldpen!
Pen-PineappleHello-Apple-Worldpen!

示例中的 & 符号可以理解为前一个 模式 &的位置，就是配置之后前一个模式的的位置。

这个示例还可以有另外一种实现方式，就是使用正则表达式的分组功能。

#使用正则表达式式的分组功能，可以实现同样的功能
[root@localhost sed]#sed -e 's/\(apple\)/\1Hello/g' -e 's/\(pen\)/World\1/g' sedtest

#也可以使用扩展的正则表达式
[root@localhost sed]#sed -r  -e 's/(apple)/\1Hello/g' -e 's/(pen)/World\1/g' sedtest

s/// 替换命令的使用方式还可以很灵活，可以分别指定让哪些行进行匹配，使用的时候可以灵活应对。

将第1行至第5行的apple字样替换为HELLO，将每一行的第二个en单词替换成EN，第一个不理会

# s///替换命令可以写在一个脚本里面
[root@localhost sed]#sed "2,5s/apple/Hello/g; s/en/EN/2g" sedtest
I have a pen,
 I have an Hello.
(Uhh~)Apple-pen!
I have a pen,
    I have pineHello.
(Uhh~)Pineapple-pen!
Apple-pen~Pineapple-pEN(Uhh\h~)
   Pen-Pineapple-Apple-pEN!
Pen-Pineapple-Apple-pEN!

高级编辑命令以及模式空间和保持空间

我们前面已经介绍了很多关于sed命令的使用，在实际的使用中，这些命令的组合基本上可以完成大部分的日常工作。sed本身其实还有还多其他的高级编辑命令和使用方式，这就是接下来要介绍的内容。

模式空间和保持空间

我们在前面的介绍中，或多或少地提到了模式空间。模式空间，顾名思义，模式，通常就是指的我们的正则匹配，空间则可以理解为一段内存空间，也就是符合我们正则匹配的内容所在的一个空间。保持空间，则可以理解为临时备份空间，用来存储模式空间中部分数据，并与模式空间配合完成复杂的内容处理。 我们使用下面这张图来简要的说明一下模式空间和保持空间的联系

sed命令在处理标准输入的过程中，大部分的情况下是在模式空间中完成的。sed本身是一个基于stream的行编辑器，它对文本的处理方式就是以行为单位，一行一行的来处理的。也就是说，先读取一行到模式空间中，判断是否匹配模式，如果是进行处理，否则，不处理。 了解了模式空间和保持空间之后，我们可以结合一些复杂的命令来进行复杂的操作。

高级命令使用

下面的示例很好的说明了N,D的使用

[root@localhost sed]# seq 6 | sed -n 'N; l; D'
1\n2$
2\n3$
3\n4$
4\n5$
5\n6$

下面列举了一些简单的例子，并配有相应的注释，可以结合结合起来理解

# 打印偶数行
sed -n 'n;p' FILE   
# 将文件内容倒序输出 类似于 tac命令
sed '1!G;h;$!d' FILE 
#打印出最后一行 
sed 'N;D' FILE 
# 打印最后两行
sed '$!N;$!D' FILE 
# 除了最后一行，其余全删掉 也就是打印最后一行
sed '$!d' FILE 
# 每行文字中间插入一个空白行
sed 'G' FILE 
# 每一行文字都被空白行替换掉
sed 'g' FILE 
# 删除多余的空白行，保证每行文字之间只有一个空白行
sed '/^$/d;G' FILE 
# 输出奇数行
sed 'n;d' FILE 

通过上面的介绍，基本上说明了sed的用法。已经能够解决日常生产中90%的应用。由于文中例子以及介绍，均是笔者本人学习过程中的理解以及查阅资料所得，难免有失误之处，欢迎读者留言并指出错误所在，我会及时更正。