高级sed编程

　　sed编辑器提供的一些更高级的功能；

1、多行命令

　　sed依据是行来进行数据处理，但是有时候我们需要对多行进行处理，该如何进行呢？

　　sed有3个命令用于多行处理：N,在数据流中添加下一行以创建用于处理的多行组；D，删除多行组中的单个行；P，打印多行组中的单个行。

　　1.1、next命令

　　　　1、单行next命令

　　　　next命令（n）修改了sed数据处理文本的方式（默认是一行一行处理的）

　　　　删除 header所在行的，下一行；

$ sed '/^$/d' data1　　#删除所有的空白行

　　　　2、组合多行文本

　　　　N 将文本的下一行添加到已经存在于模式空间的文本中。其效果类似于将数据流中两个文本行合并，添加到同一个模式空间中。

　　　　将 回车 替换为 空格字符；

　　　　短语跨行出现的时候，如何替换？

　　1.2、多行删除命令

　　　　D用来删除文本内容。但是如果跨行删除，就需要结合 N 命令一起完成；

$ sed ' 
> N
> /System
Adminstrator/D
> ' data3

　　　　删除第一行之前的空行示例：

$ sed '/^$/{
> N
> /header/D
> }' data5

　　1.3、多行打印命令

　　　　多行打印，N与P结合使用

$ sed -n '
> N
> /System
Administrator/P
> ' data3

2、保留空间

　　pattern space模式空间是一个活动的缓冲区，它不是存储文本唯一可用空间。

　　sed编辑器利用另一个称为保留空间（hold space）的缓冲区。5个命令与其相关

$ cat data2
This is the header line.
This is the first data line.
This is the second data line.
This is the last line.
$ sed -n '/first/{　　　　#选出first字符的行
> h　　#选出行，放入到保留空间中
> p　　#打印模式空间的内容
> n　　#检索下一行的内容，并放入到模式空间中
> p　　#打印模式空间的内容，现在的第二行内容
> g　　#保留空间的内容返回到模式空间中，替换当前文本
> p　　#打印模式空间的内容，它现在回到第一行数据
> }' data2
This is the first data line.
This is the second data line.
This is the first data line.

$ sed -n '/first/{
> h
> n
> p
> g
> p
> }' data2
This is the second data line.
This is the first data line.

3、否定命令

　　! 感叹号，表示否定。

$ -n '/header/!p' data2
This is the first data line.
This is the second data line.
This is the last line.

　　next命令中，sed编辑器不能对数据流中的文本的最后一行执行操作，因为最后一行没有下一行。可以使用感叹号修复这个问题：

$ sed '{
> !N
> /System.Administrator/Desktop User/
> }' data4

　　还可以用于翻转数据文本的行的顺序。工作流程如下：

　　（1）将第一行放到保留空间中

　　（2）将文本的下一行放到模式空间中

　　（3）将保留空间最佳到模式空间中

　　（4）将模式空间放到保留空间

　　（5）重复第2步到第4步，直至将所有行以相反的顺序放到保留空间。

　　（6）检索行并打印它们。

$ sed -n '{
> 1!G
> h
> $p
> }' data2

4、更改命令流

　　默认sed命令从头运行到尾结束，但是有时候我们需要改变这个运行环境；

　　4.1、分支

　　　　一些命令容许我们只在数据流的特定自己上执行一组命令。分支命令格式：

　　　　　　[address]b [label]

　　　　address：决定在哪行或哪些行执行分支命令；

　　　　label：参数定义于何处分支。

$ sed '{
> 2,3b　　　　#跳过2,3两行为address
> s/This is/Is this/
> s/line./test?/
> }' data2

$ sed '{
> /first/b jump1　　#出现first字符，则跳转到以jump1为标记的行
> s/ is/ might be/
> s/line/test/
> :jump1
> s/data/text/
> }' data2

　　　　sed脚本根据后面标签情况，还可以分支到出现在脚本前面的标签，这样创建一个循环效果：

$ echo "This, is, a, test, to, remove, commas." | sed -n '{
> :start
> s/,//1p
> b start
> }'

　　4.2、测试

　　　　t 命令用作测试。使用格式：

　　　　　　[address]t [label]

　　　　与分支类似，如果不指定标签，则测试成功时sed将分支到脚本的最后。

　　　　如果在另一个替换成功时不需要再执行替换，则测试命令可以帮忙：

$ sed '{
> s/first/starting/
> t
> s/line/test/
> }' data2

　　　　通过测试命令改进分支死循环

$ echo "This, is, a, test, to, remove, commas." | sed -n '{
> :start
> s/,//1p
> t start
> }'　

5、模式替换

　　如果想要给一行中匹配上的单词加上双引号。如果只在模式中查找一个单词，name这非常容易

　　$ echo "The cat sleeps in his hat." | sed 's/cat/"cat"/'

　　但是如果在模式中使用通配符以匹配多个单词会产生如下结果

　　$ echo "The cat sleeps in his hat." | sed 's/.at/".at"/g'

　　这样看起来是行不通的。

　　5.1、与号

　　　　& 号 用于替换命令中的匹配模式。无论什么文本匹配上定义的模式，都可以使用与号在替换模式中调用它。这容许处理与定义的模式匹配的任何单词；

　　　　$ echo "The cat sleeps in his hat." | sed 's/.at/"&"/g'

　　5.2、替换个别单词

　　　　sed 编辑器使用圆括号定义替换模式中的子字符串元素。然后再替换模式中使用特定的符号来引用子字符串元素。替换字符由反斜杠和数字组成。数字表示子字符串元素的位置。sed编辑器将第一个元素分配为字符1，第二个元素分配成字符2，以此类推；

　　　　$ echo "The System Adminstrator manual" | sed '

　　　　> s/(System) Administrator/1 User/'

　　　　The System User manual

　　　　如果需要以单个单词（短语的子集）替换一个短语，而子字符串有正好使用了通配符，则最好使用子字符串元素：

　　　　$ echo "That furry cat is pretty" | sed 's/furry (.at)/1/'

　　　　$ echo "That furry cat is pretty" | sed 's/furry (.at)/1/'

　　　　在这种情况下，不能使用 与号 ，因为它替换整个匹配的模式。子字符串元素提供了答案，它容许将模式的摸个部分用作替换模式；

　　　　这样的话，在需要将文本插入到两个或多个子字符串元素时，这一功能特别有用。下面是使用子字符串元素在长数字中插入逗号的示例脚本；

$ ehco "1234567" | sed '{
> :start
> s/(.*[0-9])([0-9]{3})/1,2/
> 5 start
> }'
1,234,567

6、脚本中使用sed

　　6.1、使用包过滤器

　　　　我们需要将sed编辑命令放到shell脚本包装器（wrapper）中，包装器就像是sed编辑器脚本和命令行之间的媒介。

#!/bin/bash
# shell wrapper for sed editor script to reverse lines

sed -n '{
1!G
h
$p
}' "$1"
$

　　　　翻转数据流的脚本；

　　6.2、重定向sed输出

　　　　默认情况下，sed编辑器将脚本的结果输出到STDOUT。下面的示例展示了使用sed编辑器为数字计算的结果添加逗号。

#!/bin/bash
# add commas to numbers in factorial answer

factorial=1
counter=1
number=$1

while [ $counter -le $number ]
do
    factorial=$[ $factorial * $counter ]
    counter=$[ $counter + 1 ]
done

result='echo $factorial | sed '{
s/(.*[0-9])([0-9]{3})/1,2/
t start
}' '

echo "The result is $result"

$ ./fact 20
The result is 2,432,902,008,176,640,000

7、创建sed工具

　　这一小节，我们总结一些便利和广泛使用的sed编辑脚本。

　　7.1、双倍行距

　　　　在文件中添加空行

$ sed 'G' data2　　#G命令指示单纯的保留空间的内容追加到模式空间的内容。
This is the header line.

This is the first data line.

This is the second data line.

This is the last line.

$

　　　　去掉最后一个空行

$ sed '$!G' data2
This is the header line.

This is the first data line.

This is the second data line.

This is the last line.
$

　　7.2、对可能有空行的文件使用双倍行距

　　　　如果原本就具有空行了，在都加入空行，原本有空行的依然多一行（$!G）；

　　　　解决方式就是先从数据流中删除空行，然后使用G命令在所有行后插入新的空行；

$ sed '/^$/d;$!G' data6　　#/^$/d 删除空行

　　7.3、对文件中的行计数

　　　　$ sed '=' data　　#显示行号

　　　　但是这样行号和内容在不同行，这时候，我们要将它分在一行

$ sed '=' data2 | sed 'N; s/
/ /'　　#s/
/ / 替换
换行符，为空格，N表示跨行处理；

　　7.4、打印最后几行

　　　　p为打印命令，如果向查看最后几行，如何查看；

　　　　最后一行的查看方法：

$ sed -n '$p' data2
This is the last line.

　　　　打印最后几行，通过N和D命令的循环来解决这个问题；

$ sed '{
> :start
> $q
> N
> l1,$D
> b start
> }' /etc/passwd

　　7.5、删除行

　　　　1、删除连续空行

　　　　/./,/^$/!d　　#范围是/ ./到/^$/。范围中的起始地址匹配任何包含至少一个字符的行。范围中的结束地址匹配一个空行。位于此范围的行不会被删除；

$ cat data6
This is the first line.



This is the second line.

This is the third line.


This is the fourth line.
$ sed '/./,/^$/!d' data6
This is the firest line.

This is the second line.

This is the third line.

This is the fourth line.

　　　　2、删除开头空行

　　　　从数据流的开头删除空行并不是一个困难的任务。

　　　　/./,$!d

　　　　简单的脚本实例

$ sed '/./,$!d' data7　　#删除开头空格行

　　　　3、删除结尾的空行

sed '{
:start
/^
*$/{$d; N; b start }　　#找到最后一行，则删除，不是最后一行用N命令追加到其下一行
}'

$ sed '{
:start
/^
*${$d ; N; b start}
}' data8

　　　　这样就可以删除最尾部的空白行

　　7.6、删除HTML标记

　　　　下面是一个标准的HTML页面文件

$ cat data9
<html>
<head>
<title>This is the page title</title>
</head>
<body>
<p>
This is the <b>first</b> line in the Web page. This should provide some <i>useful</i> information for us to use in our shell script.
</body>
</html>

　　　　s/<.*>//g 　　#这样去替换就去掉了<b><i>的作用；

　　　　我们可以创建一个字符类，让它否定大于号。

　　　　s/<[^>]*>//g

　　　　脚本可以正常工作，即显示需要从Web页面HTML代码查看的数据：

$ sed 's/<[^>]*>//g' data9

　　　　现在就好多了，要使输出更加简洁，可以添加一个删除命令来删除多余的空行。

$ sed 's/<[^>]*>//g;/^$/d' data9　　#删除命令，删除多余行