III. Linux系统编程_ 32正则表达式_3 sed
第 32 章 正则表达式 3. sed
sed 意为流编辑器（Stream Editor），在 Shell 脚本和 Makefile 中作为过滤器使 用非常普遍，也就是把前一个程序的输出引入 sed 的输入，经过一系列编辑命 令转换为另一种格式输出。 和 vi 都源于早期 UNIX 的 ed 工具， sed 所以很多 sed 命令和 vi 的末行命令是相同的。 sed 命令行的基本格式为
sed option 'script' file1 file2 ... sed option -f scriptfile file1 file2 ...
sed 处理的文件既可以由标准输入重定向得到，也可以当命令行参数传入，命令 行参数可以一次传入多个文件，sed 会依次处理。sed 的编辑命令可以直接当命 令行参数传入，也可以写成一个脚本文件然后用-f 参数指定，编辑命令的格式 为
/pattern/action
其中 pattern 是正则表达式，action 是编辑操作。sed 程序一行一行读出待处理 文件，如果某一行与 pattern 匹配，则执行相应的 action，如果一条命令没有 pattern 而只有 action，这个 action 将作用于待处理文件的每一行。 表 32.5. 常用的 sed 命令 /pattern/p /pattern/d /pattern/s/pattern1/pattern2/ /pattern/s/pattern1/pattern2/g 打印匹配 pattern 的行 删除匹配 pattern 的行 查找符合 pattern 的行，将该行第一个匹配 pattern1 的字符串替换为 pattern2 查找符合 pattern 的行，将该行所有匹配 pattern1 的字符串替换为 pattern2
使用 p 命令需要注意，sed 是把待处理文件的内容连同处理结果一起输出到标准 输出的，因此 p 命令表示除了把文件内容打印出来之外还额外打印一遍匹配 pattern 的行。比如一个文件 testfile 的内容是
123 abc 456
打印其中包含 abc 的行
$ sed '/abc/p' testfile 123 abc abc 456
要想只输出处理结果，应加上-n 选项，这种用法相当于 grep 命令
$ sed -n '/abc/p' testfile abc
使用 d 命令就不需要-n 参数了，比如删除含有 abc 的行
$ sed '/abc/d' testfile 123 456
注意，sed 命令不会修改原文件，删除命令只表示某些行不打印输出，而不是从 原文件中删去。 使用查找替换命令时， 可以把匹配 pattern1 的字符串复制到 pattern2 中， 比如：
$ sed 's/bc/-&-/' testfile 123 a-bc-
456
pattern2 中的&表示原文件的当前行中与 pattern1 相匹配的字符串，再比如：
$ sed 's/\([0-9]\)\([0-9]\)/-\1-~\2~/' testfile -1-~2~3 abc -4-~5~6
pattern2 中的\1 表示与 pattern1 的第一个()括号相匹配的内容，\2 表示与 pattern1 的第二个()括号相匹配的内容。sed 默认使用 Basic 正则表达式规范， 如果指定了-r 选项则使用 Extended 规范，那么()括号就不必转义了。 如果 testfile 的内容是
现在要去掉所有的 HTML 标签，使输出结果为
Hello World Welcome to the world of regexp!
怎么做呢？如果用下面的命令
$ sed 's/<.*>//g' testfile
结果是两个空行，把所有字符都过滤掉了。这是因为，正则表达式中的数量限定 符会匹配尽可能长的字符串，这称为贪心的（Greedy）[39]。比如 sed 在处理第 一行时，<.*>匹配的并不是或这样的标签，而是
这样一整行，因为这一行开头是<，中间是若干个任意字符，末尾是>。那么这条 命令怎么改才对呢？留给读者思考。
[39]
有些正则表达式规范支持 Non-greedy 的数量限定符，匹配尽可能短的字符 串， 例如在 Python 中*?和*一样表示 0 个或任意多个， 但前者是 Non-greedy 的。