sed篇總共分成6章:(簡書版)
在上一篇中介紹的基礎命令都是面向行的,一般情況下,這種處理并沒有什么問題,但是當匹配的內容是錯開在兩行時就會有問題,最明顯的例子就是某些英文單詞會被分成兩行。
幸運地是,sed允許將多行內容讀取到模式空間,這樣你就可以匹配跨越多行的內容。本篇筆記主要介紹這些命令,它們能夠創建多行模式空間并且處理之。其中,N/D/P這三個多行命令分別對應于小寫的n/d/p命令,后者我們在上一篇已經介紹。它們的功能是類似的,區別在于命令影響的內容不同。例如D命令與d命令同樣是刪除模式空間的內容,只不過d命令會刪除模式空間中所有的內容,而D命令僅會刪除模式空間中的第一行。
讀下一行:N
N命令將下一行的內容讀取到當前模式空間,但是下n命令不一樣的地方是N命令并沒有直接輸出當前模式空間中的行,而是把下一行追加到當前模式空間,兩行之間用回車符\n連接,如下圖所示:

模式空間包含多行之后,正則表達式的^/$符號的意思就變了,^是匹配模式空間的最開始而非行首,$是匹配模式空間的最后位置而非行尾。
書中給的第一例子,是替換以下文本中的"Owner and Operator Guide"為"Installation Guide",正如我們在本篇開頭說的Owner and Operator Guide跨越在兩行:
Consult Section 3.1 in the Owner and Operator
Guide for a description of the tape drives
available on your system.
我們用N命令試下手:
$ sed'/Operator$/{N;s/Owner and Operator\nGuide/Installation Guide/}'textConsultSection3.1intheInstallationGuidefora description of the tape drives
available on your system.
不過這個例子有兩個局限:
我們知道Owner and Operator Guide分割的位置;
執行替換命令后,前后兩行拼接在一起,導致這行過長;
第二點,可以這樣解決:
$ sed'/Operator$/{N;s/Owner and Operator\nGuide /Installation Guide\n/}'textConsultSection3.1intheInstallationGuidefora description of the tape drives
available on your system.
現在去掉第1個前提,我們引入更加復雜的測試文本,這段文本中Owner and Operator Guide有位于一行的,也有跨越多行的情況:
$ cat textConsultSection3.1intheOwnerandOperatorGuidefora description of the tape drives
available on your system.LookintheOwnerandOperatorGuideshipped with your system.Twomanuals are provided including theOwnerandOperatorGuideand theUserGuide.TheOwnerandOperatorGuideis shipped with your system.
相應地修改下之前執行的命令,如下所示:
$ sed's/Owner and Operator Guide/Installation Guide/
/Owner/{
N
s/ *\n/ /
s/Owner and Operator Guide */Installation Guide\
/
}'textConsultSection3.1intheInstallationGuidefora description of the tape drives
available on your system.LookintheInstallationGuideshipped with your system.Twomanuals are provided including theInstallationGuideand theUserGuide.TheInstallationGuideis shipped with your system.
這里我們首先將在單行出現的Owner and Operator Guide替換為Installation Guide,然后再尋找匹配Owner的行,匹配后讀取下一行的內容到模式空間,并且將中間的換行符替換成空格,最后再替換Owner and Operator Guide。
解釋起來很簡單,但是中間還是有些門道的。比如你可能覺得這里最前面的s/Owner and Operator Guide/Installation Guide/命令是多余的,假設你刪除這一句:
$ sed'/Owner/{
> N
> s/ *\n/ /
> s/Owner and Operator Guide */Installation Guide\
> /
> }'textConsultSection3.1intheInstallationGuidefora description of the tape drives
available on your system.LookintheInstallationGuideshipped with your system.Twomanuals are provided including theInstallationGuideand theUserGuide.TheOwnerandOperatorGuideis shipped with your system.
最明顯的問題是最后一行沒有被替換,原因是當最后一行的被讀入到模式空間后,匹配Owner,執行N命令讀入下一行,但是因為當前已經是最后一行,所以N讀取替換,告訴sed可以退出了,sed也不會繼續執行接下來的替換命令(注:書中說最后一行不會被打印輸出,我這邊測試是會輸出的)。所以這里需要在使用N的時候加一個判斷,即當前行為最后一行時,不讀取下一行的內容:$!N,這一點在很多場合都是有用的,更改后重新執行:
$ sed'/Owner/{
> $!N
> s/ *\n/ /
> s/Owner and Operator Guide */Installation Guide\
> /
> }'textConsultSection3.1intheInstallationGuidefora description of the tape drives
available on your system.LookintheInstallationGuideshipped with your system.Twomanuals are provided including theInstallationGuideand theUserGuide.TheInstallationGuideis shipped with your system.
上面只是為了用例子說明N的用法,可能解決方案未必是最好的。
刪除行:D
該命令刪除模式空間中第一行的內容,而它對應的小d命令刪除模式空間的所有內容。如果模式空間中內容不為空,D不會導致讀入新行,相反它會回到最初的編輯命令,重要應用在模式空間剩余的內容上。
后面半句開始比較難以理解,用書中的一個例子來解釋下。現在我們有一個文本文件,內容如下所示,行之間有空行:
$ cat textThisline is followed by1blank line.Thisline is followed by2blank lines.Thisline is followed by3blank lines.Thisline is followed by4blank lines.Thisis the end.
現在我們要刪除多余的空行,將多個空行縮減成一行。假如我們使用d命令來刪除,很簡單的邏輯:
$ sed'/^$/{N;/^\n$/d}'textThisline is followed by1blank line.Thisline is followed by2blank lines.Thisline is followed by3blank lines.Thisline is followed by4blank lines.Thisis the end.
我們會發現一個奇怪的結果,奇數個數的相連空行已經被合并成一行,但是偶數個數的卻全部被刪除了。造成這樣的原因需要重新翻譯下上面的命令,當匹配一個空行是,將下一行也讀取到模式空間,然后若下一行也是空行,則模式空間中的內容應該是\n,因此匹配^\n$,從而執行d命令會將模式空間中的內容清空,結果就是相連的兩個空行都被刪除。這樣就可以理解為什么相連奇數個空行的情況下是正常的,而偶數個數就有問題了。
這種情況下,我們就應該用D命令來處理,這樣做就得到預期的結果了:
$ sed'/^$/{N;/^\n$/D}'textThisline is followed by1blank line.Thisline is followed by2blank lines.Thisline is followed by3blank lines.Thisline is followed by4blank lines.Thisis the end.
D命令只會刪除模式空間的第一行,而且刪除后會重新在模式空間的內容上執行編輯命令,類似形成一個循環,前提是相連的都是空行。當匹配一個空行時,N讀取下一行內容,此時匹配^\n$導致模式空間中的第一行被刪除。現在模式空間中的內容是空的,重新執行編輯命令,此時匹配/^$/。繼續讀取下一行,當下一行依然為空行時,重復之前的動作,否則輸出當前模式空間的內容。造成的結果是連續多個空行,只有最后一個空行是保留輸出的,其余的都被刪除了。這樣的結果才是我們最初希望得到的。
打印行:P
P命令與p命令一樣是打印模式空間的內容,不同的是前者僅打印模式空間的第一行內容,而后者是打印所有的內容。因為編輯命令全部執行完之后,sed默認會輸出模式空間的內容,所以一般情況下,p和P命令都是與-n選項一起使用的。但是有一種情況是例外的,即編輯命令的執行流程被改變的情況,例如N,D等。很多情況下,P命令都是用在N命令之后,D命令之前的。這三個命令合起來,可以形成一人輸入輸出的循環,并且每次只打印一行:讀入一行后,N繼續讀下一行,P命令打印第一行,D命令刪除第一行,執行流程回到最開始重復該過程。
$ echo-e"line1\nline2\nline3"|sed'$!N;P;D'
不過多行命令用起來要格外小心,你要用自己的大腦去演算一遍執行的過程,要不然很容易出錯,比如:
$ echo-e"line1\nline2\nline3"|sed-n'N;1P'
你可能期望打印第一行的內容,事實上并沒有輸出。原因是當N繼續讀入第二行后,當前行號已經是2了,我們在第二篇筆記中曾經說過,行號只是sed在內部維護的一個計數變量而已,每當讀入新的一行,行號就加一:
$ echo-e"line1\nline2\nline3"|sed-n'$!N;='23
我們依然用替換Unix System為Unix Operating System作為例子,介紹N/P/D三個命令是如何配合使用的。
示例文本如下所示,為了舉例方便,這段文本僅有三行內容,剛好可以演示一個循環的處理過程:
$ cat textTheUNIXSystemand UNIX...
執行的命令:
$ sed'/UNIX$/{
> N
> s/\nSystem/ Operating &/
> P
> D
> }'textTheUNIXOperatingSystemand UNIX...
執行過程如下圖所示:

以上三個命令的用法與之前介紹的基礎命令是截然不同的,有些同學可能都沒有接觸過。在下一篇中,我會介紹更多高級的命令,同時為引入一個新的概念:保持空間(Hold Space)。
轉自:團子的小窩, 本文固定鏈接:Sed and awk 筆記之 sed 篇:高級命令(一)