【Linux】文件字处理高级高级工程师sed详解


sed 命令应用广泛,使用简单,是快速文本处理的利器。它其实没多少技巧,背诵、使用是最合适的学习渠道,属于硬技能。但它又很复杂,因为高级功能太多。本篇不去关注sed的高级功能,仅对常用的一些操作,进行说明。

随着使用,你会发现它和vim的一些理念是想通的,正则表达式的语法也基本上一样,并没有多少学习成本。从个人视野和工作效率上来看,sed命令都是程序员必须掌握的一个重要工具。

那些说可以现场 google 用法的,大多习惯将文本拷贝到 excel 里,慢慢磨洋工,遇到大批量文件更是手忙脚乱。不是一家人不进一家门,本文不是为你写的。

一个简单的入门

sed -n '1,4p' file
1. -n 参数
2. 1,4 范围
3. p 操作

如图,一个简单的 sed 命令包含三个主要部分:参数、范围、操作。要操作的文件,可以直接挂在命令行的最后。除了命令行,sed也可以通过-f参数指定一个 sed 脚本,这个属于高级用法,不做过多描述。

有些示例命令我会重复多次,聪明如你一定能发现其中规律,有时连解释都用不着。

参数

  • n 这个参数是-quiet或者-silent的意思。表明忽略执行过程的输出,只输出我们的结果即可。

我们常用的还有另外一个参数 :-i

使用此参数后,所有改动将在原文件上执行。你的输出将覆盖原文件。非常危险,一定要注意。

范围

1,4 表示找到文件中1,2,3,4行的内容。 这个范围的指定很有灵性,请看以下示例(请自行替换图中的范围部分)。

5 选择第5行。 2,5 选择2到5行,共4行。 1~2 选择奇数行。 2~2 选择偶数行。 2,+3 和2,5的效果是一样的,共4行。 2,$ 从第二行到文件结尾。

范围的选择还可以使用正则匹配。请看下面示例。

/sys/,+3 选择出现sys字样的行,以及后面的三行。 /\^sys/,/mem/ 选择以sys开头的行,和出现mem字样行之间的数据。

为了直观,下面的命令一一对应上面的介绍,范围和操作之间是可以有空格的。

sed -n '5p' file
sed -n '2,5 p' file
sed -n '1~2 p' file
sed -n '2~2 p' file
sed -n '2,+3p' file
sed -n '2,$ p' file
sed -n '/sys/,+3 p' file
sed -n '/^sys/,/mem/p' file

操作

最常用的操作就是p,意思就是打印。比如,以下两个命令就是等同的:

cat file
sed -n 'p' file

除了打印,还有以下操作,我们来说常用的。

p 对匹配内容进行打印。 d 对匹配内容进行删除。这个时候就要去掉-n参数了,想想为什么。 w 将匹配内容写入到其他地方。

a,i,c等操作虽基本但使用少,不做介绍。我们依然拿一些命令来说明。

sed -n '2,5 p' file
sed    '2,5 d' file
sed -n '2,5 w output.txt' file

我们来看一下sed命令都能干些啥,上点命令体验一下。

删除所有#开头的行和空行。

sed -e 's/#.*//' -e '/^$/ d' file

最常用的,比如下面这个。

sed -n '2p' /etc/group

表示打印group文件中的第二行。

1参数部分 比如 -n2模式部分 比如'2p'3文件比如/etc/group

那么我想一次执行多个命令,还不想写sed脚本文件怎么办?那就需要加-e参数。

sed的操作单元是

替换模式

以上是sed命令的常用匹配模式,但它还有一个强大的替换模式,意思就是查找替换其中的某些值,并输出结果。使用替换模式很少使用-n参数。

sed '/^sys/S/a/b/g' file
1. /^sys/ 匹配范围
2. S
3. a old字串
4. b new字串
5. g - flag

替换模式的参数有点多,但第一部分和第五部分都是可以省略的。替换后会将整个文本输出出来。

前半部分用来匹配一些范围,而后半部分执行替换的动作。

范围

这个范围和上面的范围语法类似。看下面的例子。

/sys/,+3 选择出现sys字样的行,以及后面的三行。 /\^sys/,/mem/ 选择以sys开头的行,和出现mem字样行之间的数据。

具体命令为:

sed '/sys/,+3 s/a/b/g' file
sed '/^sys/,/mem/s/a/b/g' file

命令

这里的命令是指s。也就是substitute的意思。

查找匹配

查找部分会找到要被替换的字符串。这部分可以接受纯粹的字符串,也可以接受正则表达式。看下面的例子。

a 查找范围行中的字符串a。 [a,b,c] 从范围行里查找字符串a或者b或者c。

命令类似:

sed 's/a/b/g' file
sed 's/[a,b,c]/<&>/g' file#这个命令我们下面解释

替换

是时候把找出的字符串给替换掉了。本部分的内容将替换查找匹配部分找到的内容。

可惜的是,这部分不能使用正则。常用的就是精确替换。比如把a替换成b。

但也有高级功能。和java或者python的正则api类似,sed的替换同样有Matched Pattern的含义,同样可以得到Group,不深究。常用的替位符,就是&

&号,再重复一遍。当它用在替换字符串中的时候,代表的是原始的查找匹配数据。

[&] 表明将查找到的数据使用[]包围起来。 “&” 表明将查找的数据使用””包围起来。

下面这条命令,将会把文件中的每一行,使用引号包围起来。

sed 's/.*/"&"/' file

flag 参数

这些参数可以单个使用,也可以使用多个,仅介绍最常用的。

g 默认只匹配行中第一次出现的内容,加上g,就可以全文替换了。常用。 p 当使用了-n参数,p将仅输出匹配行内容。 w 和上面的w模式类似,但是它仅仅输出有变换的行。 i 这个参数比较重要,表示忽略大小写。 e 表示将输出的每一行,执行一个命令。不建议使用,可以使用xargs配合完成这种功能。

看两个命令的语法:

sed -n 's/a/b/gipw output.txt' file
sed 's/^/ls -la/e' file

好玩

由于正则的关系,很多字符需要转义。你会在脚本里做些很多\,*之类的处理。你可以使用|^@!四个字符来替换\。

比如,下面五个命令是一样的。

sed '/aaa/s/\\/etc/\\/usr/g' file
sed '/aaa/s@/etc@/usr@g' file
sed '/aaa/s^/etc^/usr^g' file
sed '/aaa/s|/etc|/usr|g' file
sed '/aaa/s!/etc!/usr!g' file

注意:前半部分的范围是不能使用这种方式的。我习惯使用符号@。

其他

正则表达式

可以看到,正则表达式在命令行中无处不在。以下,紧做简要说明。

^ 行首 $ 行尾 . 单个字符

* 0个或者多个匹配

1个或者多个匹配

? 0个或者1个匹配

{m} 前面的匹配重复m次

{m,n} 前面的匹配重复m到n次

\ 转义字符

[0-9] 匹配括号中的任何一个字符,or的作用

| or,或者

\b 匹配一个单词。比如\blucky\b 只匹配单词lucky

参数i

上面已经简单介绍了参数i,它的作用是让操作在原文件执行。无论你执行了啥,原始文件都将会被覆盖。这是非常危险的。

通过加入一个参数,可以将原文件做个备份。

sed -i.bak 's/a/b/' file

以上命令会对原file文件生效,并生成一个file.bak文件。强烈建议使用i参数同时指定bak文件。

表演一下

我们通过两个命令,来稍微看下 sed 和其他命令组合起来的威力。

输出长度不小于50个字符的行

sed -n '/^.{50}/p'

统计文件中有每个单词出现了多少次

sed 's/ /\\n/g' file | sort | uniq -c

查找目录中的 py 文件,删掉所有行级注释

find ./ -name "*.py" | xargs sed  -i.bak '/^[ ]*#/d'

查看第 5-7 行和 10-13 行

sed -n -e '5,7p' -e '10,13p' file

仅输出 ip 地址

ip route show | sed -n '/src/p' | sed -e 's/  */ /g' | cut -d' ' -f9

sed还有一个精华就是 x(Exchange)命令,但也属于高级功能。有些你可能在很多Makefile 里见过了。sed 甚至还可以写推箱子游戏,虽然代码很酷,但,脑回路完全不够用啊。

https://github.com/aureliojargas/sokoban.sed