sed篇總共分成6章:(簡書版)
這個問題來源于ChinaUnix的一篇帖子“sed地址和模式匹配的問題”。
man sed手冊說明
Sed默認的命令執行范圍是全局的,如果想僅對其中部分行執行命令,可以使用地址限制。在Manual手冊中有一節關于地址的描述,摘取部分如下:
Sed commands can be given with no addresses, in which case the command will be executed for all input lines;
Sed默認是全局編輯的,因此如果不明確指定行的話,命令會在所有輸入行上執行。
with one address, in which case the command will only be executed for input lines which match that address;
如果指定一個行地址,那么sed命令就限制在那一行執行。
or with two addresses, in which case the command will be executed for all input lines which match the inclusive range of lines starting from the first address and continuing to the second address.
如果給了兩個地址,即地址對(或者地址范圍),則命令在匹配的這個地址范圍內執行。但是需要注意的幾點是:
The syntax is addr1,addr2 (i.e., the addresses are separated by a comma); the line which addr1 matched will always be accepted, even if addr2 selects an earlier line; If addr2 is a regexp, it will not be tested against the line that addr1 matched.
上面的內容,大致意思是說:(a)
對于像“addr1,addr2”這種形式的地址匹配,如果addr1匹配,則匹配成功,“開關”打開,在該行上執行命令,此時不管addr2是否匹配,即使addr2在addr1這一行之前;
接下來讀入下一行,看addr2是否匹配,如果addr2在addr1之前,則不匹配,不執行命令,關閉“開關”;如果addr2匹配,則執行命令,同樣開關“關閉”;如果addr2在addr1之后,則一直處理到匹配為止,換句話說,如果addr2一直不匹配,則開關一直不關閉,因此會持續執行命令到最后一行。
After the address (or address-range), and before the command, a ! may be inserted, which specifies that the command shall only be executed if the address (or address-range) does not match.
如果地址或者地址對之后有一個"!",表明對匹配的行不執行后面的命令,剛好相反。
地址形式
Sed一般至少支持以下形式的地址表示:
number: 這一種情況不多說。
first~step: 從first行開始,每隔step行執行一次命令。詳細的內容也可以參照手冊:
Match every step’th line starting with line first. For example,‘sed -n 1~2p’ will print all the odd-numbered lines in theinput stream, and the address 2~5 will match every fifth line, starting with the second. (This is an extension.)
/regexp/: 同第一種方法類似,不過是匹配該正則的那一行。
在匹配行的時候,$是特殊的標記,匹配最后一行。1匹配第一行,而不是^,這點和正則不大一樣。
另外,GNU Sed還支持以下幾種特殊的地址對形式:(平常使用的基本是GNU Sed,即gsed)
0,addr2
這種形式的地址對,默認第一個地址是匹配的,也就是匹配開關打開,直到找到匹配addr2的那行為止,匹配開關關閉。大多數情況下和1, addr2是一樣的,除非addr2匹配文件的第一行,在這種時候,0, addr2就在第一行就關閉了,而1, addr2會繼續往下找匹配的行。
Start out in "matched first address" state, until addr2 is found. This is similar to 1,addr2, except that if addr2 matches the very first line of input, the 0,addr2 form will be at the end of its range, whereas the 1,addr2 form will still be at the beginning of its range.
可以看一個例子:
$ seq6|sed-n'0, /1/p'# 打印第一行(/1/是正則表達式,因為第一行的內容是1)
為什么不相同呢? 解釋一下:
0, addr2 這種形式默認第一個地址是匹配的,然后直到add2匹配為止。因此上述情況,只要看每一行是否匹配第二個地址就可以了addr2,因為第一行是匹配的,所以打印到第一行為止。
1, addr2 這種形式就是普通形式,參考(a)紅字說明部分,不管addr2匹配與否,第一行是匹配的,然后讀入第二行,發現不匹配addr2,繼續讀,直到最后也沒找到匹配,因此打印從第1行到最后一行之間的所有內容。
但是這種地址對表示有一個限制,即addr2只能使用/regex/形式,如果使用行號,就會出錯,不信可以試試。
addr1,+N: 從匹配的addr1行開始,連續N行,當然包括addr1這一行。
addr1,~N: 從匹配的addr1行開始,直到某一行,該行的行號是N的倍數為止。
總結
可以總結出幾個關鍵點:
地址對addr1, addr2的匹配方式 ,從匹配addr1的那行開始,打開匹配開關,直到匹配addr2的那行結束,關閉匹配開關,之后的行會忽略這個地址對,不再做匹配。(b)
地址對addr1, addr2的匹配方式 ,假設addr1是number,即行號,如果新讀入行的行號大于addr1,則匹配;小于addr1,則不匹配。(c)
注意:如果addr2是行號,如果新讀入行的行號小于addr2,則匹配,繼續往下讀;大于addr2,則不匹配,關閉匹配開關。剛好與上面的情況相反(這個比較好理解,可以輔助記住(c)這種情況)。
最后引用chinaunix上的那個帖子的問題,以下兩種情況結果為什么會不一樣:
$ seq6|sed'1,2d'|sed'1,2d'# 結果返回5 6$ seq6|sed-e'1,2d'-e'1,2d'# 結果返回4 5 6
顯然這兩種情況使用sed的命令形式是不一樣的,第一種利用管道使用了sed兩次,結果返回5 6,沒什么問題;第二種情況在同一個sed命令中使用了兩次1,2d,按常理應該是返回 3 4 5 6,結果返回 4 5 6,第3行竟然也被意外地刪除了,為什么呢?
解釋:
首先第一行被讀入,遇到第一組expression -> 1, 2d,第一行匹配成功(打開匹配開關),執行d命令,d命令清空模式空間的內容,因此不會再執行接下來的命令。
繼續從標準輸入讀入第二行,同1
讀入第三行,第一組expression匹配失敗(因為3>2),因此試著執行第二組expersson->1,2d,因為3>1,打開匹配開關,執行d。(這里是關鍵)
讀入第四行,執行第二組expersson->1,2d,因為4>2,匹配失敗,關閉匹配開關,同時也不執行d。
因此,最后第1 2 3行被刪除。
轉自:團子的小窩, 本文固定鏈接:Sed 命令地址匹配問題總結