超详细！SED流编辑器从入门到精通

在文本处理的世界里，SED流编辑器宛如一把瑞士军刀，功能强大且实用。无论是处理海量数据文件，还是批量修改配置文件，SED都能展现出其独特的魅力。今天，就让我们一同深入探索SED的奇妙世界，掌握其基础知识和实用技巧，让文本处理变得轻松自如。

一、SED：文本处理的神器

（一）SED是什么

SED是一款流编辑工具，专门用于对文本进行过滤与替换工作。它能够以一种高效且灵活的方式处理文本，尤其适用于大规模文本文件的操作。例如，当你面对几十个配置文件需要进行统一修改时，SED就能发挥巨大作用，让你在短时间内完成任务。

（二）SED的工作流程

读取文件：SED通过文件或管道读取文件内容，每次仅读取一行，这使得它在处理大数据文件时不会占用过多内存，保证了处理效率。
模式空间操作：读取的内容会被复制到缓冲区，也就是模式空间（pattern space）。在这里，SED根据指令对内容进行处理。
输出结果：处理后的结果默认输出至标准输出，即屏幕上。如果需要，也可以将结果保存到文件中。

以下是SED工作流程的示意图：

输入
------------------------------------------------
|
|
v
读取一行内容，并复制到模式空间 <------------ sed指令
|
|
v
------------------------------------------------
输出经过处理后的内容

二、SED基本语法：开启文本处理之旅

（一）基本语法格式

sed Options... [script] [inputfile...]

其中，Options是SED程序本身的选项，用于控制SED的行为；script是脚本指令，用于指定对文件内容的操作；inputfile是输入文件，如果没有指定，则SED默认对标准输入进行处理（如键盘输入）。

（二）常用选项解析

显示版本和帮助
- --version：显示SED版本。
- --help：显示帮助文档。
控制输出
- -n,--quiet,--silent：静默输出，屏蔽SED程序自动打印模式空间内容的功能。
执行脚本指令
- -e script：允许多个脚本指令被执行。
- -f script-file, --file=script-file：从文件中读取脚本指令，方便编写自动脚本程序。
修改源文件（谨慎使用）
- -i,--in-place：直接修改源文件，处理后的内容将覆盖源文件内容。
其他选项
- -l N, --line-length=N：指定l指令输出的行长度，l指令用于输出非打印字符。
- --posix：禁用GNU SED扩展功能。
- -r, --regexp-extended：在脚本指令中使用扩展正则表达式。
- -s, --separate：控制SED对多个文件名的处理方式。
- -u, --unbuffered：最低限度缓存输入与输出。

（三）简单案例演示

追加与插入
假设我们有一个名为test.txt的文件，内容如下：

DEVICE=eth0
ONBOOT=yes
BOOTPROTO=static
IPADDR=192.168.0.1
NETMASK=255.255.255.0
GATEWAY=192.168.0.254

在第二行后添加TYPE=Ethernet：

sed '2a TYPE=Ethernet' test.txt

在第三行前添加TYPE=Ethernet：

sed '3i TYPE=Ethernet' test.txt

替换
将文件中所有的yes替换为no：

sed's/yes/no/g' test.txt

删除
删除第3至4行的内容：

sed '3,4d' test.txt

使用正则表达式定位操作行

匹配到包含ONBOOT的行，并在其后添加TYPE=Ethernet：

sed '/ONBOOT/a TYPE=Ethernet' test.txt

匹配以GATEWAY开始的行，并删除该行：

sed '/^GATEWAY/d' test.txt

从脚本文件中读取指令
创建一个名为sed.sh的脚本文件，内容如下：

/^$/d

这条指令的作用是删除空白行。然后执行：

sed -f sed.sh test.txt

执行多个指令的方法

使用分号隔开指令：

sed's/yes/no/;s/static/dhcp/' test.txt

使用-e选项：

sed -e's/yes/no/' -e's/static/dhcp/' test.txt

利用分行指令：

sed '
s/yes/no/
s/static/dhcp/' test.txt

三、正则表达式：精准定位文本

（一）确定操作地址

行号指定
- number：指定输入文件的唯一行号，如2d表示删除第二行。
- first~step：以first开始，操作步长为step，如1~2表示打印文件的奇数行。
- $：匹配文件的最后一行。
正则表达式匹配
- /regexp/：通过正则表达式匹配操作地址，例如/ONBOOT/匹配包含ONBOOT的行。
- \cregexpc：匹配扩展正则表达式，c字符可以使用任意字符替代。
范围指定
- addr1,addr2：匹配从操作地址1到操作地址2的所有行，如2,8d删除2至8中间的所有行。
- addr1,+N：匹配地址1以及后面的N行内容。

（二）正则表达式概述

字符匹配
- char：字符本身匹配字符本身，如/abc/定位包含abc的行。
数量限定符
- *：匹配前面表达式出现了0或若干次，如/a*/可以找到a、aa、aaa等。
- \+（扩展正则表达式）：匹配前面表达式的1次或多次。
- \?（扩展正则表达式）：匹配前面表达式的0次或1次。
- \{i\}：匹配前面表达式的i次（i为整数），如a\{3\}找到aaa。
- \{i,j\}：匹配前面表达式的i到j次，如a\{1,2\}找到a或aa或aaa。
- \{i,\}：匹配前面表达式至少i次。
分组与引用
- ()：将内的模式存储在保留空间，最多可存储9个独立子模式，可通过转义\1至\9重复保留空间的内容。
其他元字符
- .（点）：匹配任意字符。
- ^：匹配行的开始，如^test匹配所有以test开始的行。
- $：匹配行的结尾，如test$匹配所有以test结尾的行。
- []：匹配括号中的任意单个字符，如a[nt]匹配an或at。
- [^]：匹配不包含在[]中的字符，如[^a-z]匹配除a-z以外的字符。
- \n：匹配换行符。
- \char：转义特殊字符，如\*匹配字面意义上的星号。

四、SED脚本指令：实现多样化操作

（一）注释（#）

注释行以#开始，如果#后面的字符为n，则屏蔽SED程序的自动输出功能，等同于命令选项-n。

（二）替换（s）

基本格式
[address]s/pattern/replacement/flags
其中，address为操作地址，s为替换指令，/pattern/匹配要替换的内容，/replacement/为替换的内容，flags可以是：
- n（1至512之间的数字）：表示对模式空间中指定模式的第n次出现进行替换。
- g：对模式空间的匹配进行全局更改，没有g则仅第一次匹配被替换。
- p：打印模式空间的内容。
- w file：将模式空间的内容写到文件file中。
示例
假设有一个名为test.txt的文件，内容如下：

<html>
<title>First Web</title>
<body>Hello the World! <body>
</html>

将样本文件中的第二个<body>替换为</body>。
编写sed.sh脚本如下：

/body/{
s//\/body/2
}

执行sed程序：

sed -f sed.sh test.txt

结果为：

<html>
<title>First Web</title>
<body>Hello the World!</body>
</html>

（三）删除（d）

删除指令删除匹配的行，且会改变SED脚本中命令的执行顺序。因为匹配的行被删除后，模式空间变为“空”，SED脚本后续命令不再执行，而是读取新的输入行，从头开始执行命令。

（四）追加（a）

在匹配行后追加内容。例如，对于文件test.txt：

DEVICE=eth0
ONBOOT=yes
BOOTPROTO=static
NETMASK=255.255.255.0
GATEWAY=192.168.0.254

执行sed '/static/a IPADDR=192.168.0.1' test.txt，会在包含static的行后添加一行IPADDR=192.168.0.1。

（五）插入（i）

在匹配行前插入内容。如sed '/NETMASK/i IPADDR=192.168.0.1' test.txt，会在包含NETMASK的行前添加一行IPADDR=192.168.0.1。

（六）更改（c）

更改匹配行的内容。例如，sed '/ONBOOT/c ONBOOT=yes' test.txt会将包含ONBOOT的行（整行）替换为ONBOOT=yes。

（七）列印（l）

显示模式空间中的内容，显示非打印字符，一般与-n一起使用，否则会输出两次。例如，sed -n '1,2l' test.txt会显示文件的第一、二行内容及换行符（以$表示）。

（八）转换（y）

按字符进行转换。例如，对于文件test.txt：

DEVICE=eth0
ONBOOT=yes
BOOTPROTO=static
netmask=255.255.255.0
GATEWAY=192.168.0.254

编写sed.sh脚本：

/.*/{
/netmask/y/abcdefghijklmnopqrstuvwxyz/ABCDEFGHIJKLMNOPQRSTUVWXYZ/
}

执行sed -f sed.sh test.txt，会将netmask中的小写字母转换为大写字母。

（九）打印（p）

作用类似于l，但不显示非显示字符，一般与-n配合使用。如sed -n '1,2p' test.txt仅显示第一、二行内容。

（十）读写文件（r,w）

读取文件（r）
[line-address]r file，例如，有name.txt和mail.txt两个文件：
name.txt内容：

Jacob
Tom
Jerry

mail.txt内容：

jacob@gmail.com
tom@gmail.com
jerry@gmail.com

编写sed.sh脚本：

/.*/{
$r mail.txt
}

执行sed -f sed.sh name.txt，会在name.txt文件末尾添加mail.txt的内容。
2. 写入文件（w）
[address]w file，可以将指定行的内容写入到文件中。

（十一）退出（q）

匹配地址后退出SED脚本。例如，sed '10q' test.txt会打印文件前10行内容后退出。

（十二）下一步（n）

[address]n，输出模式空间中的内容，然后读取输入的下一行。例如，对于文件name.txt：

Jacob
Tom
Jerry

编写sed.sh脚本：

/.*/{
n
/.*/d
}

执行sed -f sed.sh name.txt，会删除偶数行，结果为：

Jacob
Jerry

（十三）Next（N）

多行Next(N)命令通过读取新的输入行，并将它添加到模式空间的现有内容之后，来创建多行模式空间。模式空间的最初内容与新的输入行之间用换行符分隔。例如，对于文件test.txt：

编写sed.sh脚本：

#n
/222/{
N
l
}

执行sed -f sed.sh test.txt，结果如下：

222\n222

（十四）Print（P）

多行打印（P）与打印（p）稍有不同，该命令仅输出多行模式空间中的第一部分，直到第一个插入的\n换行符为止。例如，对于文件test.txt：

编写不同的sed.sh脚本并执行，结果如下：

脚本1：

/.*/{
N
}

结果：

脚本2：

/.*/{
N
l
}

结果：

111\n222$
111
222\n333$
222
333\n444$
333
444\n555$
444
555\n666$
555
666

脚本3：

/.*/{
N
P
}

结果：

脚本4：

/.*/{
N
p
}

结果：

（十五）Delete（D）

删除命令（D）删除模式空间中直到第一个插入的换行符（\n）前的这部分内容，它不会读入新的输入行，并返回SED脚本的顶端，使得剩余指令继续应用于模式空间中剩余的内容。

（十六）Hold（h,H），Get（g,G）

模式空间用于存放当前输入行，还有一个保持空间（hold space）。可以使用以下命令在两者之间移动数据：

Hold(h|H)：将模式空间的内容复制或追加到保持空间。
Get(g|G)：将保持空间的内容复制或追加到模式空间。
Exchange(x)：交换保持空间与模式空间的内容。

例如，对于文件test.txt：

编写sed.sh脚本：

/1/{
h
d
}
/2/{
G
}

执行sed -f sed.sh test.txt，结果为：

（十七）branch,test

分支（b）和测试（t）命令用于控制SED脚本的执行流程。分支命令是无条件转移，测试命令用于有条件转移，测试只有当替换命令改变当前行成功时才会执行。标签是任意不多于7个字符的序列，以冒号开始，如:mylable。在分支或测试命令
作者：代老师的编程课
出处：https://zthinker.com/
如果你喜欢本文,请长按二维码，关注 Java码界探秘
.

posted on 2024-12-02 19:19 Java码界探秘阅读(28) 评论(0) 编辑收藏举报

刷新页面返回顶部

Java码界探秘