Linux shell编程学习笔记73：sed命令——沧海横流任我行（上）

0 前言

在大数据时代，我们要面对大量数据，有时需要对数据进行替换、删除、新增、选取等特定工作。

在Linux中提供很多数据处理命令，如果我们要以行为单位进行数据处理，可以使用sed。

1 sed 的帮助信息，功能，格式，选项和参数说明，退出状态

1.1 sed 的帮助信息

我们可以使用命令sed--help来获取帮助信息。

1.1.1 CSDN程序员研究院bash中的sed 的帮助信息

[purpleendurer @ bash ~] sed --help
Usage: sed [OPTION]... {script-only-if-no-other-script} [input-file]...

  -n, --quiet, --silent
                 suppress automatic printing of pattern space
  -e script, --expression=script
                 add the script to the commands to be executed
  -f script-file, --file=script-file
                 add the contents of script-file to the commands to be executed
  --follow-symlinks
                 follow symlinks when processing in place
  -i[SUFFIX], --in-place[=SUFFIX]
                 edit files in place (makes backup if SUFFIX supplied)
  -c, --copy
                 use copy instead of rename when shuffling files in -i mode
  -b, --binary
                 does nothing; for compatibility with WIN32/CYGWIN/MSDOS/EMX (
                 open files in binary mode (CR+LFs are not treated specially))
  -l N, --line-length=N
                 specify the desired line-wrap length for the `l' command
  --posix
                 disable all GNU extensions.
  -r, --regexp-extended
                 use extended regular expressions in the script.
  -s, --separate
                 consider files as separate rather than as a single continuous
                 long stream.
  -u, --unbuffered
                 load minimal amounts of data from the input files and flush
                 the output buffers more often
  -z, --null-data
                 separate lines by NUL characters
  --help
                 display this help and exit
  --version
                 output version information and exit

If no -e, --expression, -f, or --file option is given, then the first
non-option argument is taken as the sed script to interpret.  All
remaining arguments are names of input files; if no input files are
specified, then the standard input is read.

GNU sed home page: .
General help using GNU software: .
E-mail bug reports to: .
Be sure to include the word ``sed'' somewhere in the ``Subject:'' field.
[purpleendurer @ bash ~]

1.1.2 银河麒麟（kylin）系统中的sed帮助信息

[purpleendurer @kylin-bash ~] sed --help
用法: sed [选项]... {脚本(如果没有其他脚本)} [输入文件]...

  -n, --quiet, --silent
                 取消自动打印模式空间
  -e 脚本, --expression=脚本
                 添加“脚本”到程序的运行列表
  -f 脚本文件, --file=脚本文件
                 添加“脚本文件”到程序的运行列表
  --follow-symlinks
                 直接修改文件时跟随软链接
  -i[SUFFIX], --in-place[=SUFFIX]
                 edit files in place (makes backup if SUFFIX supplied)
  -l N, --line-length=N
                 指定“l”命令的换行期望长度
  --posix
                 关闭所有 GNU 扩展
  -r, --regexp-extended
                 在脚本中使用扩展正则表达式
  -s, --separate
                 将输入文件视为各个独立的文件而不是一个长的连续输入
  -u, --unbuffered
                 从输入文件读取最少的数据，更频繁的刷新输出
  -z, --null-data
                 separate lines by NUL characters
      --help     打印帮助并退出
      --version  输出版本信息并退出

如果没有 -e, --expression, -f 或 --file 选项，那么第一个非选项参数被视为
sed脚本。其他非选项参数被视为输入文件，如果没有输入文件，那么程序将从标准
输入读取数据。

GNU版sed主页： 。
使用GNU软件所需帮助文档： 。
将错误报告通过电子邮件发送到：.
请务必将单词“sed”放在标题的某处。
[purpleendurer @kylin-bash ~] 

1.2 sed的功能

sed命令源于stream editor（流编辑器），是一个非交互式命令行文本编辑器。

sed命令的功能主要是对文本进行过滤，例如，接受文本输入，对文本执行一些操作（或一组操作），并输出修改后的文本。

sed命令在处理文本时，会先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。接着处理下一行，这样不断重复，直到文件末尾

sed命令的强大之处在于能够处理大文件，并使用正则表达式进行模式匹配和替换，这使其成为脚本编写和数据整理的必备工具。

sed命令通常用于使用模式匹配提取文件的一部分，或替换文件中多次出现的字符串。

当您需要在文件或流上高效地执行文本转换时，可以使用 sed。

1.3 sed的格式

sed [选项]... {脚本(如果没有其他脚本)} [输入文件]...

1.4 sed的选项说明 

选项	说明
-n, --quiet, --silent	取消自动打印模式空间
-e 脚本, --expression=脚本	将脚本添加到要执行的命令中。 即：直接在命令行模式上进行sed动作编辑，此为默认选项
-f 脚本文件, --file=脚本文件	将指定脚本文件的内容添加到要执行的命令中。 即：将sed的动作写在一个文件内，用–f filename 执行filename内的sed动作
--follow-symlinks	直接修改文件时跟随软链接
-i[SUFFIX], --in-place[=SUFFIX]	就地编辑文件（如果提供了 SUFFIX，则进行备份） 当使用-i选项时，要注意它可能对文件进行不可逆的修改。 在处理重要数据时，务必确保进行备份。
-c, --copy	在 -i 模式下随机播放文件时，使用复制而不是重命名
-b, --binary	什么都不做;与 WIN32/CYGWIN/MSDOS/EMX 兼容（以二进制模式打开文件（CR+LF 未得到特殊处理））
-l N, --line-length=N	为 'l' 命令指定所期望的换行长度
--posix	关闭所有 GNU 扩展
-r, --regexp-extended	在脚本中使用扩展正则表达式
-s, --separate	将输入文件视为各个独立的文件而不是一个长的连续输入
-u, --unbuffered	从输入文件加载最少的数据量，并更频繁地刷新输出缓冲区
-z, --null-data	用 NUL 字符来分隔行
--help	打印帮助并退出
--version	输出版本信息并退出

1.5 sed的参数

如果没有给出 -e、--expression、-f 或 --file 选项，则第一个非选项 参数作为要解释的 sed 脚本。 

如果在处理上述操作后仍有任何命令行参数，则这些参数将被解释为要处理的输入文件的名称。

文件名“-”是指标准输入流。如果未指定文件名，则将处理标准输入。

1.6 sed的退出状态

退出状态为零表示成功，非零值表示失败。

GNU sed 返回以下退出状态值：

退出码	说明
0	成功完成。
1	无效的命令、无效的语法、无效的正则表达式或与 --posix 一起使用的 GNU sed 扩展命令。
2	无法打开命令行上指定的一个或多个输入文件（例如，如果找不到文件，或读取权限被拒绝）。 继续处理其他文件。
4	如果出现 I/O 错误，或者在运行时出现严重的处理错误，GNU sed 会立即中止。

此外，命令 q 和 Q 可用于使用自定义退出代码值终止 sed（这是一个 GNU sed 扩展），详见2.1。

2 sed的脚本

sed 脚本程序由一个或多个 sed 命令组成，这些命令由 -e、-f、--expression 和 --file 选项中的一个或多个传入，如果不存在以上这些选项，则由第一个非选项参数传入。

sed命令的脚本命令格式如下：

[地址]X[选项]

其中：

1.X ：是一个单字母的 sed 文本处理命令。

2.[地址] ：是可选的行地址。如果指定了 [地址]，则命令 X 将仅在匹配的行上执行。[地址] 可以是单行号、正则表达式或一系列行。

3. [选项]： 用于某些 sed 命令。

3 sed命令

3.1 sed命令说明

命令	说明
a\	在当前行下面插入文本
i\	在当前行上面插入文本
c\	把选定的行改为新的文本
d	删除，删除选择的行
D	删除模板块的第一行
s	替换指定字符
h	拷贝模板块的内容到内存中的缓冲区
H	追加模板块的内容到内存中的缓冲区
g	获得内存缓冲区的内容，并替代当前模板块中的文本
G	获得内存缓冲区的内容，并追加到当前模板块文本的后面
l	列表不能打印字符的清单
n	读取下一个输入行，用下一个命令处理新的行而不是用第一个命令
N	追加下一个输入行到模板块后面并在二者间嵌入一个新行，改变当前行号码
p	打印模板块的行
P	打印模板块的第一行
q[exit-code]	退出 sed，而不处理任何其他命令或输入。
Q[exit-code]	此命令与 q 相同，但不会打印模式空间的内容。 与 q 一样，它提供了向调用者返回退出代码的功能。
b lable	分支到脚本中带有标记的地方，如果分支不存在则分支到脚本的末尾
r file	从file中读行
t label	if分支，从最后一行开始，条件一旦满足或者T，t命令，将导致分支到带有标号的命令处，或者到脚本的末尾
T label	错误分支，从最后一行开始，一旦发生错误或者T，t命令，将导致分支到带有标号的命令处，或者到脚本的末尾
w file	写并追加模板块到file末尾
W file	写并追加模板块的第一行到file末尾
!	表示后面的命令对所有没有被选定的行发生作用
=	打印当前行号
#	把注释扩展到下一个换行符以前;

3.2 替换标记

替换标记	说明
g	表示行内全面替换
p	表示打印行
w	表示把行写入一个文件
x	表示互换模板块中的文本和缓冲区中的文本
y	表示把一个字符翻译为另外的字符（但是不用于正则表达式）
\1	子串匹配标记
&	已匹配字符串标记

3.3 元字符 

元字符	说明
^	匹配行开始，如：/^sed/匹配所有以sed开头的行
$	匹配行结束，如：/sed$/匹配所有以sed结尾的行
.	匹配一个非换行符的任意字符，如：/s.d/匹配s后接一个任意字符，最后是d
*	匹配0个或多个字符，如：/*sed/匹配所有模板是一个或多个空格后紧跟sed的行
[]	匹配一个指定范围内的字符，如/[ss]ed/匹配sed和Sed
[^]	匹配一个不在指定范围内的字符，如：/[^A-RT-Z]ed/匹配不包含A-R和T-Z的一个字母开头，紧跟ed的行
\(..\)	匹配子串，保存匹配的字符，如s/\(love\)able/\1rs，loveable被替换成lovers
&	保存搜索字符用来替换其他字符，如s/love/**&**/，love这成**love**
\<	匹配单词的开始，如:/\
\>	匹配单词的结束，如/love\>/匹配包含以love结尾的单词的行
x\{m\}	重复字符x，m次，如：/0\{5\}/匹配包含5个0的行
x\{m,\}	重复字符x，至少m次，如：/0\{5,\}/匹配至少有5个0的行
x\{m,n\}	重复字符x，至少m次，不多于n次，如：/0\{5,10\}/匹配5~10个0的行

4 sed命令中的地址

sed命令中的地址用于决定对流入模式空间的哪些行进行编辑。

如果没有指定地址，sed将处理流入模式空间的所有行。

地址可以使用以下方式指定。

4.1 数字

sed 脚本中的地址可以采用以下任何形式：

表达式	说明
行号	指定行号将仅匹配输入中的该行。 请注意，除非指定了 -i 或 -s 选项，否则 sed 会连续计算所有输入文件的行数。
$	此地址与最后一个输入文件的最后一行匹配，或者在指定 -i 或 -s 选项时匹配每个文件的最后一行。
第一步~步长	这个 GNU 扩展匹配从第一行开始的每一步行。特别是，当存在非负 n 时，将选择行，使得当前行号等于第一个 + （n * 步长）。 因此，我们可以使用 1~2 来选择奇数行，使用 0~2 来选择偶数行; 要选择从第二行开始的每三行，将使用“2~3”; 要选择从第十行开始的每五行，请使用“10~5”; 而“50~0”只是50的一种晦涩难懂的说法。

4.2 文本匹配（正则表达式）

sed 支持以下正则表达式地址。默认正则表达式为基本正则表达式 （BRE）。

如果使用 -E 或 -r 选项，则正则表达式应采用扩展正则表达式 （ERE） 语法。

表达式	说明
/正则表达式/	这将选择与正则表达式正则表达式匹配的任何行。 如果正则表达式本身包含任何 / 字符，则每个字符都必须通过反斜杠 （\） 进行转义。   空正则表达式 '//' 重复上次正则表达式匹配（如果将空正则表达式传递给 s 命令，则同样适用）。请注意，正则表达式的修饰符是在编译正则表达式时计算的，因此将它们与空正则表达式一起指定是无效的。
\%regexp%	% 可以替换为任何其他单个字符。 这也与正则表达式正则表达式匹配，但允许使用与 / 不同的分隔符。 如果正则表达式本身包含大量斜杠，这将特别有用，因为它避免了每个 / 的繁琐转义。 如果正则表达式本身包含任何分隔符，则每个分隔符都必须用反斜杠 （\） 进行转义。
/regexp/I \%regexp%I	正则表达式匹配的 I 修饰符是一个 GNU 扩展，它使正则表达式以不区分大小写的方式进行匹配。 在许多其他编程语言中，小写字母 i 用于不区分大小写的正则表达式匹配。但是，在 sed 中，i 用于插入命令
/regexp/M \%regexp%M	正则表达式匹配的 M 修饰符是一个 GNU sed 扩展，它指示 GNU sed 在多行模式下匹配正则表达式。修饰符使 ^ 和 $ 分别匹配（除了正常行为）换行符之后的空字符串和换行符之前的空字符串。有一些特殊字符序列（\' 和 \'）始终与缓冲区的开头或结尾匹配。此外，在多行模式下，句点字符与换行符不匹配。
0,/regexp/	可以在地址规范中使用 0 的行号，例如 0，/regexp/，以便 sed 也将尝试匹配第一输入行中的正则表达式。换句话说，0，/regexp/ 类似于 1，/regexp/，不同之处在于，如果 addr2 匹配输入的第一行，则 0，/regexp/ 形式将认为它结束范围，而 1，/regexp/ 形式将匹配其范围的开头，从而使范围跨度直到正则表达式的第二次出现。 请注意，这是 0 地址唯一有意义的地方;没有第 0 行，以任何其他方式给出 0 地址的命令都会产生错误。
addr1,+N	匹配 addr1 和 addr1 后面的 N 行。
addr1,~N	匹配 addr1 和 addr1 后面的行，直到输入行号是 N 的倍数的下一行。

正则表达式地址对当前模式空间的内容进行操作。如果模式空间发生变化（例如，使用 s/// 命令），则正则表达式匹配将对更改的文本进行操作。      

4.3 范围地址

可以通过指定两个用逗号 （，） 分隔的地址来指定地址范围。

5 参考资料

sed, a stream editorsed, a stream editorhttps://www.gnu.org/software/sed/manual/sed.html