sed
意为流编辑器(Stream Editor),在Shell脚本和Makefile中作为过滤器使用非常普遍,也就是把前一个程序的输出引入sed的输入,经过一系列编辑命令转换为另一种格式输出。sed
和vi
都源于早期UNIX的ed
工具,所以很多sed
命令和vi
的末行命令是相同的。
sed
命令行的基本格式为
sed option 'script' file1 file2 ... sed option -f scriptfile file1 file2 ...
sed
处理的文件既可以由标准输入重定向得到,也可以当命令行参数传入,命令行参数可以一次传入多个文件,sed
会依次处理。sed
的编辑命令可以直接当命令行参数传入,也可以写成一个脚本文件然后用-f
参数指定,编辑命令的格式为
/pattern/action
其中pattern
是正则表达式,action
是编辑操作。sed
程序一行一行读出待处理文件,如果某一行与pattern
匹配,则执行相应的action
,如果一条命令没有pattern
而只有action
,这个action
将作用于待处理文件的每一行。
表 32.5. 常用的sed命令
/pattern/p | 打印匹配pattern 的行 |
/pattern/d | 删除匹配pattern 的行 |
/pattern/s/pattern1/pattern2/ | 查找符合pattern 的行,将该行第一个匹配pattern1 的字符串替换为pattern2 |
/pattern/s/pattern1/pattern2/g | 查找符合pattern 的行,将该行所有匹配pattern1 的字符串替换为pattern2 |
使用p
命令需要注意,sed
是把待处理文件的内容连同处理结果一起输出到标准输出的,因此p
命令表示除了把文件内容打印出来之外还额外打印一遍匹配pattern
的行。比如一个文件testfile
的内容是
123 abc 456
打印其中包含abc
的行
$ sed '/abc/p' testfile 123 abc abc 456
要想只输出处理结果,应加上-n
选项,这种用法相当于grep
命令
$ sed -n '/abc/p' testfile abc
使用d
命令就不需要-n
参数了,比如删除含有abc
的行
$ sed '/abc/d' testfile 123 456
注意,sed
命令不会修改原文件,删除命令只表示某些行不打印输出,而不是从原文件中删去。
使用查找替换命令时,可以把匹配pattern1
的字符串复制到pattern2
中,比如:
$ sed 's/bc/-&-/' testfile 123 a-bc- 456
pattern2
中的&
表示原文件的当前行中与pattern1
相匹配的字符串,再比如:
$ sed 's/\([0-9]\)\([0-9]\)/-\1-~\2~/' testfile -1-~2~3 abc -4-~5~6
pattern2
中的\1
表示与pattern1
的第一个()
括号相匹配的内容,\2
表示与pattern1
的第二个()
括号相匹配的内容。sed
默认使用Basic正则表达式规范,如果指定了-r
选项则使用Extended规范,那么()
括号就不必转义了。
如果testfile
的内容是
<html><head><title>Hello World</title> <body>Welcome to the world of regexp!</body></html>
现在要去掉所有的HTML标签,使输出结果为
Hello World Welcome to the world of regexp!
怎么做呢?如果用下面的命令
$ sed 's/<.*>//g' testfile
结果是两个空行,把所有字符都过滤掉了。这是因为,正则表达式中的数量限定符会匹配尽可能长的字符串,这称为贪心的(Greedy)[35]。比如sed
在处理第一行时,<.*>
匹配的并不是<html>
或<head>
这样的标签,而是
<html><head><title>Hello World</title>
这样一整行,因为这一行开头是<
,中间是若干个任意字符,末尾是>
。那么这条命令怎么改才对呢?留给读者思考。