《Sed 和 Awk》(第二版)学习系列之第六章

 

第六章  高级sed命令

 

1.     高级命令主要分成3组：

(1)    处理多行模式空间(N, D, P)

(2)    采用保持空间来保存模式空间中的内容并使它可用于后续的命令(H, h, G, g, x)

(3)    编写使用分支和条件指令的脚本来更改控制流(:, b, t)

1.     多行模式空间：

(1)    追加下一行(N): 多行命令通过读取新的输入行，并将其添加到模式空间的现有内容之后来创建多行模式空间，模式空间最初的内容和新的输入行之间用换行符分割，在模式空间中嵌入的换行符可以通过转义字符\n来匹配，在多行模式空间中，元字符^匹配模式空间中的第一个字符，而不匹配换行符后面的字符，同样，$只匹配模式空间中最后的换行符，而不匹配任何嵌入的换行符，在执行Next(N)命令后，控制将被传递给脚本中的后续命令,与next(n)命令不同的是，next输出模式空间的内容，然后读取新的一行。

(2)    多行删除(D): 删除命令d删除模式空间中的内容并自动读取新的输入行，从而在脚本的顶端重新使用编辑方法，D删除命令稍微有些不同，它删除的是模式空间中直到第一个嵌入的换行符的这部分内容(可以看到，基本上D删除命令只是删除多行中的第一行)，另外，它不会导致读入新的输入行，并且它返回的是脚本的顶端！

【举例】

测试文件：

删除命令组：

测试结果：

【解释】首先，一定要理解“模式空间是以^符号开始，并以$符号结束的”这句话，“^\n$”实际上匹配的是两个空行。因此，原命令组的含义是先定位每个空行，然后追加每个空行的下一行，若这两个时空行，则删除之，否则，跳过。若将删除命令换成D，则结果将不同，这是因为当遇到两个空行时，则会首先删除第一个空行，并在下次遍历脚本时，将下一行进行读入，若这行是空白的，则将会继续删除，否则一起输出。这正是当有多行空格时，依然最后只保留一个空格的原因。

（3）多行打印命令(P)：多行打印命令与p命令的差别在于，该命令只是输出多行模式空间的第一部分，直到第一个嵌入的换行符为止，在执行完脚本的最后一个命令后，模式空间的内容会自动输出(可以使用-n选项进行抑制)，

     ♥ P命令经常出现在N之后和D之前，这三个命令可以形成一个输入/输出循环，用来维护两行的模式空间，但是一次只能输出一行，然后返回到脚本的顶端将所有的命令应用于模式空间的第二行。

       ♥ 对P输出的理解可参考前面的多行删除命令D.

       ♥ 实例分析：

 测试文件：(test)

Here are examples of the UNIX System.  Where UNIX System appears, it should be the UNIX Operating System.

sed脚本：(sed)

/UNIX$/{ N /\nSystem/{ s// Operating &/ P D } }

/UNIX$/{ N s/\nSystem/ Operating &/ P D }

 结果及其分析：sed –f sed test

Here are examples of the UNIX Operating System.  Where UNIX Operating System appears, it should be the UNIX Operating System.

     

【分析】上面的sed脚本有两个，二者是等价的，作用均是将所匹配的\nSystem替换为

Operating \nSystem, 注意前面所讲的sed中替换的replacement中的几个特殊符号所代表的含义，&则是代表前面所代表的匹配字符，即“\nSystem”；另外替换中若没指定地址，则将所匹配的pattern进行替换，在这个地方， s// Operating &/ 表示将所匹配的\nSystem进行替换。

3     包含哪一行：(H,h,G,g)

♥ 保持空间：保持空间是一个预留缓冲区，它可以与模式空间中的内容进行交换，它最常见的用途是，在

改变模式空间中的内容时，用于保留当前输入行的副本。影响模式空间的命令有：

【注意】大小写命令之间的区别是：小写命令直接改写目的缓存区的内容，而大写命令则是追加缓存

区的现有内容。Hold命令会在保持空间的内容之后放置一个换行符，然后后面跟随模式空间的内容，

尽管保持空间中的内容可能会是空的；Get命令在模式空间的内容之后放置一个换行符，然后后面跟

随保持空间的内容。交换命令则用来交换两个缓存区的内容，这对两个缓存区是没有任何副作用的。

♥ 实例分析：

  测试文件：

find the Match statement Consult the Get statement. using the Read statement to retrieve data

  sed脚本：

/the .* statement/{ h s/.*the \(.*\) statement.*/\1/ y/abcdefghijklmnopqrstuvwxyz/ABCDEFGHIJKLMNOPQRSTUVWXYZ/ G s/\(.*\)\n\(.*the \).*\( statement.*\)/\2\1\3/ }

结果与分析：sed –f sed test

  【分析】这个脚本的主要功能是将the与statement之间的单词全部转换成大写字母，如果单纯用前面的转换命令(y)，是不能实现这个功能的，因为转换命令所施作用对象是所有行，必须借助保持空间与模式空间中的缓存交换来实现。

h

pattern space: find the Match statement

hold space: find the Match statement

s/.*the \(.*\) statement.*/\1/

pattern space: Match

hold space: find the Match statement

y/abcdefghijklmnopqrstuvwxyz/ABCDEFGHIJKLMNOPQRSTUVWXYZ/

pattern space: MATCH

hold space: find the Match statement

G（追加，另外加上换行符）

pattern space: MATCH\nfind the Match statement

hold space: find the Match statement

s/\(.*\)\n\(.*the \).*\( statement.*\)/\2\1\3/

pattern space: find the MATCH statement

hold space: find the Match statement

上面是所匹配的第一行经历脚本之后，模式空间和保持空间中剩余的内容，在此需要解释的是：

替换命令中的\n所代表的含义，它是用来匹配第n个字串，这个字串之前在pattern中用\(和\)指定，因此这个命令类似于“抓取”的功能，只是把整行中某一部分抽取出来。另外注意在书写脚本时，不要忘记字符之间隐藏的空格。

4.    高级的流控制命令：分支(b),测试(t)

(1) 分支和测试命令将脚本中的控制转移到指定的标签行。若没有指定标签，则将控制转移到脚本的结尾

处，其中分支命令是无条件转移，测试命令用于有条件转移，它只有当转换命令改变时才会执行。

标签是任意不多于7个字符的序列，标签本身占据一行并以冒号开始。

:mylable --------------------------中间不能有空格

b mylable ---------------------------命令和标签之间有空格，但不能在标签后面再插入空格

(2) 分支命令用于在脚本中将控制权转移到另一行

[address]b[label] ----------label是可选的，若没有，则跳至脚本结尾处，否则，调至标签后面

分支命令可以用来构造选择和循环过程：

(循环)

 

 (选择，命令1和2只能选其一)

（选择，命令2和3选其一）

(3) 若在当前匹配地址的行上进行成功替换，则test命令就转到标签处，若没有，转到结尾处，实际上实现了条件功能。

5. 综合实例：

   跨行查找短语(可能中间出现断裂而出现在不同的行):

#! /bin/sh # phrase -- search for words across lines # $1 = search string; remaining args = filenames search=$1 shift for file do sed ' /'"$search"'/b   --------------------第一行出现匹配短语，直接退出并打印 N h s/.*\n//   -----------------------只保留第二行，并将前两行存放到保持空间 /'"$search"'/b  ----------------第二行出现匹配短语，直接退出打印 g s/  *\n/  /   -----------------------将前两行组成一个整体，为后面的检测做准备 /'"$search"'/{ g b }   ----------------------------------若整体行出现匹配短语，则将两行同时打印出来 g D' $file   -------------------------------防止出现跨行匹配，删除第一行，保留第二行，控制转移到顶端 done

【注意】这个脚本有个缺陷，总会打印出源test文本中最后一行字符串！