- 論壇徽章:
- 1
|
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(chuàng)建 shell 腳本來修改現(xiàn)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(xù)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(guī)則表達(dá)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(xiàn)的 'foo'（如果有的話）用字符串 'bar' 替換，然后將該文件內(nèi)容輸出到標(biāo)準(zhǔn)輸出。請注意，我說的是每行第一次出現(xiàn)，盡管這通常不是您想要的。在進(jìn)行字符串替換時，通常想執(zhí)行全局替換。也就是說，要替換每行中的所有出現(xiàn)，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(zhí)行全局替換。
關(guān)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(yīng)用到哪些行，如下所示：
$ sed -e '1,10s/enchantment/entrapment/g' myfile2.txt
上例將導(dǎo)致用短語 'entrapment' 替換所有出現(xiàn)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(jié)束（包括這兩行）的文本塊上這樣做。
關(guān)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(zhí)行字符串替換，并且規(guī)則表達(dá)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(xiàn)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(guī)則表達(dá)式中指定分隔符字符，可以在它前面加入反斜杠。
規(guī)則表達(dá)式混亂
目前為止，我們只執(zhí)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(guī)則表達(dá)式。例如，以下 sed 命令將匹配從 '<' 開始、到 '>' 結(jié)束、并且在其中包含任意數(shù)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(biāo)記的第一個很好的 sed 腳本嘗試，但是由于規(guī)則表達(dá)式的特有規(guī)則，它不會很好地工作。原因何在？當(dāng) sed 試圖在行中匹配規(guī)則表達(dá)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(guī)則表達(dá)式匹配的整個部分將被目標(biāo)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(jié)束”的規(guī)則表達(dá)式，而只需輸入一個“'<' 字符后面跟有任意數(shù)量非 '>' 字符并以 '>' 字符結(jié)束”的規(guī)則表達(dá)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(dá)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(xì)查看其結(jié)果。
更多字符匹配
'[ ]' 規(guī)則表達(dá)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 '[]' 字符類來匹配空格。以下是可用字符類的相當(dāng)完整的列表：
字符類 描述
[] 字母數(shù)字 [a-z A-Z 0-9]
[] 字母 [a-z A-Z]
[] 空格或制表鍵
[] 任何控制字符
[] 數(shù)字 [0-9]
[] 任何可視字符（無空格）
[] 小寫 [a-z]
[] 非控制字符
[] 標(biāo)點字符
[] 空格
[] 大寫 [A-Z]
[] 十六進(jìn)制數(shù)字 [0-9 a-f A-F]
盡可能使用字符類是很有利的，因為它們可以更好地適應(yīng)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(jīng)看到如何執(zhí)行簡單甚至有些復(fù)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(guī)則表達(dá)式的部分或全部，并使用這些部分來構(gòu)造替換字符串。作為示例，假設(shè)您正在回復(fù)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(guī)則表達(dá)式。因此，可以將與 '.*' 匹配的任何內(nèi)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(qiáng)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(guī)則表達(dá)式中定義區(qū)域，然后可以在替換字符串中引用這些特定區(qū)域。作為示例，假設(shè)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(xiàn)在假設(shè)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(guī)則表達(dá)式。
'.* .* .*'
現(xiàn)在，將在其中每個感興趣的區(qū)域兩邊插入帶反斜杠的圓括號來定義區(qū)域：
'\(.*\) \(.*\) \(.*\)'
除了要定義三個可在替換字符串中引用的邏輯區(qū)域以外，該規(guī)則表達(dá)式的工作原理將與第一個規(guī)則表達(dá)式相同。下面是最終腳本：
$ sed -e 's/\(.*\) \(.*\) \(.*\)/Victor \1-\2 Von \3/' myfile.txt
如您所見，通過輸入 '\x'（其中，x 是從 1 開始的區(qū)域號）來引用每個由圓括號定界的區(qū)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(jìn)行相當(dāng)強(qiáng)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(xiàn)這樣的解決方案嗎？
組合使用
在開始創(chuàng)建更復(fù)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?qū)⒚總�命令應(yīng)用到文件的每一行。在上例中，首先將 '=' 命令應(yīng)用到第 1 行，然后應(yīng)用 'p' 命令。接著，sed 繼續(xù)處理第 2 行，并重復(fù)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(fù)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(fù)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(yīng)用到一個地址的多個命令。這在執(zhí)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(zhí)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(yīng)用到第 1 行到第 20 行（包括這兩行）。還可以使用規(guī)則表達(dá)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(yīng)用到從第 1 行開始，到以字母 "END" 開始的行結(jié)束（如果在源文件中沒發(fā)現(xiàn) "END"，則到文件結(jié)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(dāng)前行之后插入一行，在當(dāng)前行之前插入一行，或者替換模式空間中的當(dāng)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(yīng)用到每一行，并產(chǎn)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(dāng)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(dāng)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(dāng)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(zhí)行它們。使用其它方法將命令傳遞給 sed 會出現(xiàn)問題。 |
|
免費注冊
發(fā)表于 2005-04-07 08:44
