通用線程 -- sed 實例，第 2 部分

sed 是十分強大和小巧的文本流編輯器。在本文章系列的第二篇中，Daniel Robbins 為您演示如何使用 sed 來執行字符串替換、創建更大的 sed 腳本以及如何使用 sed 的附加、插入和更改行命令。

sed 是很有用（但常被遺忘）的 UNIX 流編輯器。在以批處理方式編輯文件或以有效方式創建 shell 腳本來修改現有文件方面，它是十分理想的工具。本文是 前一篇介紹 sed 文章的續篇。

替換！
讓我們看一下 sed 最有用的命令之一，替換命令。使用該命令，可以將特定字符串或匹配的規則表達式用另一個字符串替換。下面是該命令最基本用法的示例：

 $ sed -e 's/foo/bar/' myfile.txt 

上面的命令將 myfile.txt 中每行第一次出現的 'foo'（如果有的話）用字符串 'bar' 替換，然后將該文件內容輸出到標準輸出。請注意，我說的是 每行第一次出現，盡管這通常不是您想要的。在進行字符串替換時，通常想執行全局替換。也就是說，要替換每行中的 所有出現，如下所示：

$ sed -e 's/foo/bar/g' myfile.txt 

在最后一個斜杠之后附加的 'g' 選項告訴 sed 執行全局替換。

關于 's///' 替換命令，還有其它幾件要了解的事。首先，它是一個命令，并且只是一個命令，在所有上例中都沒有指定地址。這意味著，'s///' 還可以與地址一起使用來控制要將命令應用到哪些行，如下所示：

 $ sed -e '1,10s/enchantment/entrapment/g' myfile2.txt 
 

上例將導致用短語 'entrapment' 替換所有出現的短語 'enchantment'，但是只在第一到第十行（包括這兩行）上這樣做。

 $ sed -e '/^$/,/^END/s/hills/mountains/g' myfile3.txt 
 

該例將用 'mountains' 替換 'hills'，但是，只從空行開始，到以三個字符 'END' 開始的行結束（包括這兩行）的文本塊上這樣做。

關于 's///' 命令的另一個妙處是 '/' 分隔符有許多替換選項。如果正在執行字符串替換，并且規則表達式或替換字符串中有許多斜杠，則可以通過在 's' 之后指定一個不同的字符來更改分隔符。例如，下例將把所有出現的 /usr/local 替換成 /usr：

 $ sed -e 's:/usr/local:/usr:g' mylist.txt 

在該例中，使用冒號作為分隔符。如果需要在規則表達式中指定分隔符字符，可以在它前面加入反斜杠。

規則表達式混亂
目前為止，我們只執行了簡單的字符串替換。雖然這很方便，但是我們還可以匹配規則表達式。例如，以下 sed 命令將匹配從 '<' 開始、到 '>' 結束、并且在其中包含任意數量字符的短語。下例將刪除該短語（用空字符串替換）：

 $ sed -e 's/<.*>//g' myfile.html  

這是要從文件除去 HTML 標記的第一個很好的 sed 腳本嘗試，但是由于規則表達式的特有規則，它不會很好地工作。原因何在？當 sed 試圖在行中匹配規則表達式時，它要在行中查找 最長的匹配。在我的 前一篇 sed 文章中，這不成問題，因為我們使用的是 'd' 和 'p' 命令，這些命令總要刪除或打印整行。但是，在使用 's///' 命令時，確實有很大不同，因為規則表達式匹配的整個部分將被目標字符串替換，或者，在本例中，被刪除。這意味著，上例將把下行：

 <b>This</b> is what <b>I</b> meant.  

變成：

 meant.  

我們要的不是這個，而是：

 This is what I meant.  

幸運的是，有一種簡便方法來糾正該問題。我們不輸入“'<' 字符后面跟有一些字符并以 '>' 字符結束”的規則表達式，而只需輸入一個“'<' 字符后面跟有任意數量非 '>' 字符并以 '>' 字符結束”的規則表達式。這將與最短、而不是最長的可能性匹配。新命令如下：

 $ sed -e 's/<[^>]*>//g' myfile.html 

在上例中，'[^>]' 指定“非 '>'”字符，其后的 '*' 完成該表達式以表示“零或多個非 '>' 字符”。對幾個 html 文件測試該命令，將它們管道輸出到 "more"，然后仔細查看其結果。

更多字符匹配
'[ ]' 規則表達式語法還有一些附加選項。要指定字符范圍，只要字符不在第一個或最后一個位置，就可以使用 '-'，如下所示：

 '[a-x]*' 

這將匹配零或多個全部為 'a'、'b'、'c'...'v'、'w'、'x' 的字符。另外，可以使用 '[:space:]' 字符類來匹配空格。以下是可用字符類的相當完整的列表：

盡可能使用字符類是很有利的，因為它們可以更好地適應非英語 locale（包括某些必需的重音字符等等）.

高級替換功能
我們已經看到如何執行簡單甚至有些復雜的直接替換，但是 sed 還可以做更多的事。實際上可以引用匹配規則表達式的部分或全部，并使用這些部分來構造替換字符串。作為示例，假設您正在回復一條消息。下例將在每一行前面加上短語 "ralph said: "：

 $ sed -e 's/.*/ralph said: &/' origmsg.txt 

輸出如下：

 ralph said: Hiya Jim, ralph said: ralph said: 
 I sure like this sed stuff! ralph said:  

該例的替換字符串中使用了 '&' 字符，該字符告訴 sed 插入整個匹配的規則表達式。因此，可以將與 '.*' 匹配的任何內容（行中的零或多個字符的最大組或整行）插入到替換字符串中的任何位置，甚至多次插入。這非常好，但 sed 甚至更強大。

那些極好的帶反斜杠的圓括號
's///' 命令甚至比 '&' 更好，它允許我們在規則表達式中定義 區域，然后可以在替換字符串中引用這些特定區域。作為示例，假設有一個包含以下文本的文件：

 foo bar oni eeny meeny miny larry curly moe jimmy the weasel  

現在假設要編寫一個 sed 腳本，該腳本將把 "eeny meeny miny" 替換成 "Victor eeny-meeny Von miny" 等等。要這樣做，首先要編寫一個由空格分隔并與三個字符串匹配的規則表達式。

 '.* .* .*'  

現在，將在其中每個感興趣的區域兩邊插入帶反斜杠的圓括號來定義區域：

 '\(.*\) \(.*\) \(.*\)'  

除了要定義三個可在替換字符串中引用的邏輯區域以外，該規則表達式的工作原理將與第一個規則表達式相同。下面是最終腳本：

 $ sed -e 's/\(.*\) \(.*\) \(.*\)/Victor - Von /' myfile.txt  

如您所見，通過輸入 '\x'（其中，x 是從 1 開始的區域號）來引用每個由圓括號定界的區域。輸入如下：

 Victor foo-bar Von oni Victor eeny-meeny Von miny Victor larry-curly Von moe Victor jimmy-the Von weasel  

隨著對 sed 越來越熟悉，您可以花最小力氣來進行相當強大的文本處理。您可能想如何使用熟悉的腳本語言來處理這種問題 -- 能用一行代碼輕易實現這樣的解決方案嗎？

組合使用
在開始創建更復雜的 sed 腳本時，需要有輸入多個命令的能力。有幾種方法這樣做。首先，可以在命令之間使用分號。例如，以下命令系列使用 '=' 命令和 'p' 命令，'=' 命令告訴 sed 打印行號，'p' 命令明確告訴 sed 打印該行（因為處于 '-n' 模式）。

 $ sed -n -e '=;p' myfile.txt  

無論什么時候指定了兩個或更多命令，都按順序將每個命令應用到文件的每一行。在上例中，首先將 '=' 命令應用到第 1 行，然后應用 'p' 命令。接著，sed 繼續處理第 2 行，并重復該過程。雖然分號很方便，但是在某些場合下，它不能正常工作。另一種替換方法是使用兩個 -e 選項來指定兩個不同的命令：

 $ sed -n -e '=' -e 'p' myfile.txt  

然而，在使用更為復雜的附加和插入命令時，甚至多個 '-e' 選項也不能幫我們的忙。對于復雜的多行腳本，最好的方法是將命令放入一個單獨的文件中。然后，用 -f 選項引用該腳本文件：

 $ sed -n -f mycommands.sed myfile.txt 

這種方法雖然可能不太方便，但總是管用。

一個地址的多個命令
有時，可能要指定應用到一個地址的多個命令。這在執行許多 's///' 以變換源文件中的字和語法時特別方便。要對一個地址執行多個命令，可在文件中輸入 sed 命令，然后使用 '{ }' 字符將這些命令分組，如下所示：

 1,20{ 	s/[Ll]inux/GNU\/Linux/g 	s/samba/Samba/g 	s/posix/POSIX/g }  

上例將把三個替換命令應用到第 1 行到第 20 行（包括這兩行）。還可以使用規則表達式地址或者二者的組合：

 1,/^END/{         s/[Ll]inux/GNU\/Linux/g         s/samba/Samba/g         s/posix/POSIX/g 	p } 

該例將把 '{ }' 之間的所有命令應用到從第 1 行開始，到以字母 "END" 開始的行結束（如果在源文件中沒發現 "END"，則到文件結束）的所有行。

附加、插入和更改行
既然在單獨的文件中編寫 sed 腳本，我們可以利用附加、插入和更改行命令。這些命令將在當前行之后插入一行，在當前行之前插入一行，或者替換模式空間中的當前行。它們也可以用來將多行插入到輸出。插入行命令用法如下：

i\ This line will be inserted before each line  

如果不為該命令指定地址，那么它將應用到每一行，并產生如下的輸出：

This line will be inserted before each line line 1 here 
 This line will be inserted before each line line 2 here 
 This line will be inserted before each line line 3 here 
 This line will be inserted before each line line 4 here  

如果要在當前行之前插入多行，可以通過在前一行之后附加一個反斜杠來添加附加行，如下所示：

 i\ insert this line\ and this one\ and this one\ and, uh, this one too.  

附加命令的用法與之類似，但是它將把一行或多行插入到模式空間中的當前行之后。其用法如下：

 a\ insert this line after each line.  Thanks! :)  

另一方面，“更改行”命令將實際 替換模式空間中的當前行，其用法如下：

 c\ You're history, original line! Muhahaha! 

因為附加、插入和更改行命令需要在多行輸入，所以將把它們輸入到一個文本 sed 腳本中，然后通過使用 '-f' 選項告訴 sed 執行它們。使用其它方法將命令傳遞給 sed 會出現問題。

下一篇
在下一篇、也是本 sed 系列的最后一篇文章中，我將為您演示許多使用 sed 來完成不同類型任務的極佳實例。我將不僅為您顯示腳本做些什么，還顯示 為什么那樣做。完成之后，您將掌握更多有關如何在不同項目中使用 sed 的極佳知識。到時候見！