Sed执行流程

sed内部维护两个数据空间，一个是pattern space，另一个是hold space。初始状态下，它们都是空的。

当sed从流中读取一行数据，先把这行数据放进pattern space，然后执行指定的命令，一旦对当前行的全部命令执行完毕，就会把pattern space中的数据输出到屏幕，最后删除pattern space中的数据，继续读取下一行数据执行，这是一个完整的执行循环。

hold space是一个辅助的数据空间，只有在我们显式往这个空间中存数据的时候它才会被使用，hold space在每个循环过程中会保留下数据，我们可以使用下面的命令操作hold space中的数据：

• h：               用pattern space的数据替换hold space的数据
• H：              把pattern space的数据追加到hold space中
• g：               用hold space的数据替换pattern space的数据
• G：              把hold space的数据追加到pattern space中
• x：               交换pattern space和hold space中的数据

处理多行数据

sed是基于行的文本编辑器，对于多数命令，它都只能针对一行数据进行处理。如果要处理两个单词落在不同行的情况，例如一个在第一行的结尾，另一个在第二行的开始。则需要用到sed提供的其他几个命令：N、D、P。

• N：把下一行添加都当前行，即两行作为一个分组处理
• D：删除分组中的第一行
• P：打印分组中的第一行

n命令和N命令的区别

小写n的作用也是把下一行数据读入到pattern space，但读入之前会清空当前pattern space中的数据；而N则先读入一行数据，然后把下一行数据追加到当前pattern space，换句话说，N可以把两行数据一起读入到pattern space，两行数据之间用'\n'分隔。当没有数据继续输入，sed退出。

p命令和P命令的区别

小写p命令的作用是打印pattern space中的所有数据；大写P命令的作用是打印pattern space中的第一行数据。它们通常都会和-n参数一起使用。

d命令和D命令的区别

小写d命令用于删除patter space中的数据，并马上进行下一个sed循环；大写D只删除pattern space中的第一行数据，如果pattern space中还有数据，则从头继续执行，不跳到下一个sed循环

实际操作

现有一文件，名为test.txt，它的内容如下：

N和D

由于D命令用于操作N命令载入pattern space的数据，因此它们通常是一起使用。

上例的作用是：当匹配到two的时候，就把匹配行的上一行删除。在这个过程中，two实际上是被匹配了两次，因此有两行数据被删除了。下面是命令的执行流程图（图中省略了sed没有下一行可读的情况）：

流程解释：

第一次：N读入了两行，分别是line one和line two，由于/two/匹配到第二行，因此，line one被删除，现在pattern space中仍然有line two，因此D返回到顶层继续执行match，/two/依然被匹配到，因此line two也被删除。

第二次：现在pattern space中没有任何数据，N读入两行，即line three和line four，这个时候没有任何匹配，清空pattern space中的数据，然后进入下一次循环

第三次：只有一行数据可读，即line five，它没有下一行，因此N没有数据可读，sed退出。

当然，多行任务的意义在于跨行匹配，这样只匹配单行数据确实没有多大意思。下面是一个跨行匹配的例子：

例子中查找System\nAdministrator 替换成Desktop\nUser，由于它们处于不同的行中，因此需要使用换行符换行。处于同一行的System Administrator不会被替换。

Hold Space使用实例

最经典的例子莫过于反转文本行，例如：

将文本：

转换为

和我们常见的交换两个变量的值类似，我们需要引入第三个变量作为临时储存空间，而Hold space就是这个临时空间。

假如保存数据的文件名为reverse.txt，可以使用下面的命令交换数据的排序：

sed的执行顺序大致如下：

从上图可以看出，除了第一行数据先放入到hold space，处理其他行的时候都是先从hold space中取数据，然后和pattern space中的数据拼接，具体如下：

• 第一次：读入line one到pattern space，然后马上存放到hold space中，进入下一个循环
• 第二次：读入第二行，现在pattern space中有line two，因为不是第一行，因此从hold space中取出line one Append到line two，现在pattern space中数据是line two\nline one。然后把它们放到hold space等待处理。
• 第三次：重复第二次的步骤，读入第三行，取出hold space中的line two\nline one Append到line three，拼接完重新放回到hold space。现在hold sapce中的数据是line three\nline two\nline one。
• 第四次：重复第二次步骤，读入第四行，取出第三个步骤中完成的数据进行拼接，达到最后一行，输出所有pattern space中的数据。

分支（branch）和测试（test）

sed命令默认从上往下顺序处理数据，它没有像if…else，while这样的控制结构，如果有这样的需求，通常建议配合awk命令使用。但是如果坚持只使用sed，那么可以使用branch或者test模仿类似if…else的功能。

branch和test类似一些编程语言中的的goto语句，通过设置一个标签（label），可以达到随意跳转的目的。

使用branch模仿if…else语句

配合正则匹配来做跳转，可以轻易模仿if..else结构：

如果用伪代码的方式来描述脚本的行为，是这样的：

使用branch模仿循环结果

label的设置方式是：

:labelname

上例先设置一个label，然后打印pattern space中的内容，最后返回到start标签，不断重复这个步骤，所以，这是一个死循环，必须使用ctrl+c结束。

使用循环去掉句子中的所有逗号

由于没有结束条件，即使所有逗号都被替换后，命令也没有终止，直到ctrl+c。

添加结束条件：

添加了跳转条件：当句子中找到逗号（,）的时候才进行跳转，这样脚本就可以正常退出。

使用测试（test）

test是基于替换的命令：只有在当前行发生成功替换的操作时，test（t)才会执行跳转。test命令有两个，一个小写t，另一个是大写T，大写T的功能和小写t正好相反，它是在当前行没有发生成功替换时才跳转。

如果没有设置label，branch和test都是跳到命令集的最后，然后执行下一个循环。

使用伪代码表示：

test命令也可以模仿循环结构：

由于test自带退出条件，因此我们不用再另外添加退出条件。

使用&符号

&符号用于表示正则匹配成功的结果。例如：

为匹配成功的字符串添加一个双引号。这里&表示.at匹配出来的cat和hat。

分组

可以使用圆括号进行分组匹配，每个匹配成功的分组都有一个分组号码

例子中我们匹配字符串是System Administrator manual，它们当中，使用圆括号划分了两个组，分别是System和manual，而它们各自都有一个分组号码：\1和\2。\1和\2就是代表System和manual。

输出结果：

由于圆括号是ERE中的特殊符号，所以要转义。也可以使用sed的-r选线开启ERE模式。开启之后圆括号就不需要转义。

转载请注明：Pure nonsense » shell程序设计（十）sed高级应用