Unix / Linux - 使用 SED 的正则表达式

---

在本章中，我们将详细讨论 Unix 中使用 SED 的正则表达式。

正则表达式是一个可用于描述多个字符序列的字符串。正则表达式由多种不同的 Unix 命令使用，包括ed、sed、awk、grep，以及在更有限的范围内的vi。

这里SED代表流编辑器。这个面向流的编辑器是专门为执行脚本而创建的。因此，您输入的所有输入都会通过并进入 STDOUT，并且不会更改输入文件。

调用 sed

在开始之前，让我们确保我们有/etc/passwd文本文件的本地副本来使用sed。

如前所述，可以通过管道向 sed 发送数据来调用它，如下所示 -

$ cat /etc/passwd | sed
Usage: sed [OPTION]... {script-other-script} [input-file]...

  -n, --quiet, --silent
                 suppress automatic printing of pattern space
  -e script, --expression = script
...............................

cat命令通过管道将/etc/passwd的内容转储到sed的模式空间中。模式空间是 sed 用于其操作的内部工作缓冲区。

sed 通用语法

以下是 sed 的一般语法 -

/pattern/action

这里，pattern是正则表达式，action是下表中给出的命令之一。如果省略模式，则会对每一行执行操作，如我们上面所见。

模式周围的斜杠字符 (/) 是必需的，因为它们用作分隔符。

使用 sed 删除所有行

我们现在将了解如何使用 sed 删除所有行。再次调用 sed；但 sed 现在应该使用编辑命令删除行，用单个字母d表示-

$ cat /etc/passwd | sed 'd'
$

可以指示 sed 从文件中读取数据，而不是通过管道向 sed 发送文件来调用 sed，如以下示例所示。

以下命令的作用与前面的示例完全相同，但没有使用 cat 命令 -

$ sed -e 'd' /etc/passwd
$

sed 地址

sed 还支持地址。地址可以是文件中的特定位置，也可以是应应用特定编辑命令的范围。当 sed 没有遇到地址时，它会对文件中的每一行执行操作。

以下命令将基本地址添加到您一直使用的 sed 命令 -

$ cat /etc/passwd | sed '1d' |more
daemon:x:1:1:daemon:/usr/sbin:/bin/sh
bin:x:2:2:bin:/bin:/bin/sh
sys:x:3:3:sys:/dev:/bin/sh
sync:x:4:65534:sync:/bin:/bin/sync
games:x:5:60:games:/usr/games:/bin/sh
man:x:6:12:man:/var/cache/man:/bin/sh
mail:x:8:8:mail:/var/mail:/bin/sh
news:x:9:9:news:/var/spool/news:/bin/sh
backup:x:34:34:backup:/var/backups:/bin/sh
$

请注意，删除编辑命令之前添加了数字 1 。这指示 sed 在文件的第一行执行编辑命令。在此示例中，sed 将删除/etc/password的第一行并打印文件的其余部分。

sed 地址范围

我们现在将了解如何使用sed 地址范围。那么如果您想从文件中删除多行怎么办？您可以使用 sed 指定地址范围，如下所示 -

$ cat /etc/passwd | sed '1, 5d' |more
games:x:5:60:games:/usr/games:/bin/sh
man:x:6:12:man:/var/cache/man:/bin/sh
mail:x:8:8:mail:/var/mail:/bin/sh
news:x:9:9:news:/var/spool/news:/bin/sh
backup:x:34:34:backup:/var/backups:/bin/sh
$

上述命令将应用于从 1 到 5 开始的所有行。这将删除前 5 行。

尝试以下地址范围 -

注意- 使用p操作时，应使用-n选项以避免重复行打印。检查以下两个命令之间的差异 -

$ cat /etc/passwd | sed -n '1,3p'
Check the above command without -n as follows −
$ cat /etc/passwd | sed '1,3p'

替换命令

替换命令（用s表示）将用您指定的任何其他字符串替换您指定的任何字符串。

要将一个字符串替换为另一个字符串，sed 需要了解第一个字符串结束位置和替换字符串开始位置的信息。为此，我们继续使用正斜杠 ( / ) 字符对两个字符串进行书尾处理。

以下命令将字符串root的行中第一次出现的字符串替换为字符串amrood。

$ cat /etc/passwd | sed 's/root/amrood/'
amrood:x:0:0:root user:/root:/bin/sh
daemon:x:1:1:daemon:/usr/sbin:/bin/sh
..........................

需要注意的是，sed 仅替换行中的第一个匹配项。如果字符串根在一行中出现多次，则仅替换第一个匹配项。

为了让 sed 执行全局替换，请将字母g添加到命令末尾，如下所示 -

$ cat /etc/passwd | sed 's/root/amrood/g'
amrood:x:0:0:amrood user:/amrood:/bin/sh
daemon:x:1:1:daemon:/usr/sbin:/bin/sh
bin:x:2:2:bin:/bin:/bin/sh
sys:x:3:3:sys:/dev:/bin/sh
...........................

替换标志

除了g标志之外，还可以传递许多其他有用的标志，并且您一次可以指定多个。

使用替代字符串分隔符

假设您必须对包含正斜杠字符的字符串进行替换。在这种情况下，您可以通过在s之后提供指定字符来指定不同的分隔符。

$ cat /etc/passwd | sed 's:/root:/amrood:g'
amrood:x:0:0:amrood user:/amrood:/bin/sh
daemon:x:1:1:daemon:/usr/sbin:/bin/sh

在上面的示例中，我们使用:作为分隔符而不是斜杠 /，因为我们尝试搜索/root而不是简单的根。

替换为空白

使用空替换字符串从/etc/passwd文件中完全删除根字符串-

$ cat /etc/passwd | sed 's/root//g'
:x:0:0::/:/bin/sh
daemon:x:1:1:daemon:/usr/sbin:/bin/sh

地址替换

如果您只想在第 10 行将字符串sh替换为字符串Quiet ，则可以按如下方式指定：

$ cat /etc/passwd | sed '10s/sh/quiet/g'
root:x:0:0:root user:/root:/bin/sh
daemon:x:1:1:daemon:/usr/sbin:/bin/sh
bin:x:2:2:bin:/bin:/bin/sh
sys:x:3:3:sys:/dev:/bin/sh
sync:x:4:65534:sync:/bin:/bin/sync
games:x:5:60:games:/usr/games:/bin/sh
man:x:6:12:man:/var/cache/man:/bin/sh
mail:x:8:8:mail:/var/mail:/bin/sh
news:x:9:9:news:/var/spool/news:/bin/sh
backup:x:34:34:backup:/var/backups:/bin/quiet

同样，要进行地址范围替换，您可以执行如下操作 -

$ cat /etc/passwd | sed '1,5s/sh/quiet/g'
root:x:0:0:root user:/root:/bin/quiet
daemon:x:1:1:daemon:/usr/sbin:/bin/quiet
bin:x:2:2:bin:/bin:/bin/quiet
sys:x:3:3:sys:/dev:/bin/quiet
sync:x:4:65534:sync:/bin:/bin/sync
games:x:5:60:games:/usr/games:/bin/sh
man:x:6:12:man:/var/cache/man:/bin/sh
mail:x:8:8:mail:/var/mail:/bin/sh
news:x:9:9:news:/var/spool/news:/bin/sh
backup:x:34:34:backup:/var/backups:/bin/sh

从输出中可以看到，前五行将字符串sh更改为Quiet，但其余行保持不变。

匹配命令

您可以使用p选项和-n选项来打印所有匹配的行，如下所示 -

$ cat testing | sed -n '/root/p'
root:x:0:0:root user:/root:/bin/sh
[root@ip-72-167-112-17 amrood]# vi testing
root:x:0:0:root user:/root:/bin/sh
daemon:x:1:1:daemon:/usr/sbin:/bin/sh
bin:x:2:2:bin:/bin:/bin/sh
sys:x:3:3:sys:/dev:/bin/sh
sync:x:4:65534:sync:/bin:/bin/sync
games:x:5:60:games:/usr/games:/bin/sh
man:x:6:12:man:/var/cache/man:/bin/sh
mail:x:8:8:mail:/var/mail:/bin/sh
news:x:9:9:news:/var/spool/news:/bin/sh
backup:x:34:34:backup:/var/backups:/bin/sh

使用正则表达式

在匹配模式时，您可以使用正则表达式，这提供了更大的灵活性。

检查以下示例，该示例匹配所有以daemon开头的行，然后删除它们 -

$ cat testing | sed '/^daemon/d'
root:x:0:0:root user:/root:/bin/sh
bin:x:2:2:bin:/bin:/bin/sh
sys:x:3:3:sys:/dev:/bin/sh
sync:x:4:65534:sync:/bin:/bin/sync
games:x:5:60:games:/usr/games:/bin/sh
man:x:6:12:man:/var/cache/man:/bin/sh
mail:x:8:8:mail:/var/mail:/bin/sh
news:x:9:9:news:/var/spool/news:/bin/sh
backup:x:34:34:backup:/var/backups:/bin/sh

以下是删除所有以sh结尾的行的示例-

$ cat testing | sed '/sh$/d'
sync:x:4:65534:sync:/bin:/bin/sync

下表列出了正则表达式中非常有用的四个特殊字符。

匹配字符

再看几个表达式来演示元字符的用法。例如，以下模式 -

下表显示了一些常用的字符集 -

字符类关键字

一些特殊关键字通常可用于正则表达式，尤其是使用正则表达式的GNU 实用程序。这些对于 sed 正则表达式非常有用，因为它们简化了事情并增强了可读性。

例如，字符a 到 z和字符A 到 Z构成具有关键字[[:alpha:]]的此类字符

使用字母字符类关键字，此命令仅打印/etc/syslog.conf文件中以字母开头的那些行 -

$ cat /etc/syslog.conf | sed -n '/^[[:alpha:]]/p'
authpriv.*                         /var/log/secure
mail.*                             -/var/log/maillog
cron.*                             /var/log/cron
uucp,news.crit                     /var/log/spooler
local7.*                           /var/log/boot.log

下表是 GNU sed 中可用字符类关键字的完整列表。

A& 符号引用

sed 元字符&表示匹配的模式的内容。例如，假设您有一个名为Phone.txt的文件，其中充满了电话号码，如下所示 -

5555551212
5555551213
5555551214
6665551215
6665551216
7775551217

您希望将区号（前三位数字）用括号括起来，以便于阅读。为此，您可以使用 & 替换字符 -

$ sed -e 's/^[[:digit:]][[:digit:]][[:digit:]]/(&)/g' phone.txt
(555)5551212
(555)5551213
(555)5551214
(666)5551215

(666)5551216
(777)5551217

在模式部分中，您将匹配前 3 位数字，然后使用&将这 3 位数字替换为周围的括号。

使用多个 sed 命令

您可以在单个 sed 命令中使用多个 sed 命令，如下所示 -

$ sed -e 'command1' -e 'command2' ... -e 'commandN' files

这里的command1到commandN是前面讨论的类型的 sed 命令。这些命令应用于 files 给出的文件列表中的每一行。

使用相同的机制，我们可以将上面的电话号码示例编写如下 -

$ sed -e 's/^[[:digit:]]\{3\}/(&)/g'  \ 
   -e 's/)[[:digit:]]\{3\}/&-/g' phone.txt 
(555)555-1212 
(555)555-1213 
(555)555-1214 
(666)555-1215 
(666)555-1216 
(777)555-1217

注意- 在上面的示例中，我们没有将字符类关键字[[:digit:]]重复三次，而是将其替换为\{3\}，这意味着前面的正则表达式匹配了三次。我们还使用\来给出换行符，并且必须在命令运行之前将其删除。

向后参考

& 元字符很有用，但更有用的是能够在正则表达式中定义特定区域。这些特殊区域可以用作替换字符串中的参考。通过定义正则表达式的特定部分，您可以使用特殊的引用字符引用这些部分。

要进行向后引用，您必须首先定义一个区域，然后向后引用该区域。要定义区域，请在每个感兴趣区域周围插入反斜杠括号。用反斜杠包围的第一个区域由\1引用，第二个区域由\2引用，依此类推。

假设phone.txt有以下文本 -

(555)555-1212
(555)555-1213
(555)555-1214
(666)555-1215
(666)555-1216
(777)555-1217

尝试以下命令 -

$ cat phone.txt | sed 's/\(.*)\)\(.*-\)\(.*$\)/Area \ 
   code: \1 Second: \2 Third: \3/' 
Area code: (555) Second: 555- Third: 1212 
Area code: (555) Second: 555- Third: 1213 
Area code: (555) Second: 555- Third: 1214 
Area code: (666) Second: 555- Third: 1215 
Area code: (666) Second: 555- Third: 1216 
Area code: (777) Second: 555- Third: 1217

注意- 在上面的示例中，括号内的每个正则表达式将由\1、\2等向后引用。我们在这里使用\来换行。在运行命令之前应将其删除。