查看原文
其他

"Sed" 高级功能:我这小脑瓜都快绕晕了

小姐姐养的狗 小姐姐味道 2019-12-12

sed命令有两个空间,一个叫pattern space,一个叫hold space。这两个空间能够证明人类的脑瓜容量是非常小的,需要经过大量的训练和烧脑的理解,才能适应一些非常简单的操作。

不信看下面简单的命令,作用是,删除文件中最后两行。

sed 'N; $!P;$!D;$d' file

《Linux生产环境上,最常用的一套“Sed“技巧》一文中,我们介绍了常用的sed命令和操作,而且使用了两张图来作为辅助。但可惜的是,这两张图,严格来说是不准确的 (比如s命令,只是其中的一个子集),即使它能够帮助初学者快速入门。

本篇属于sed的中级用法,常见在一些sed脚本中,在日常中应用并不多,但往往能够获得意想不到的效果。

原理

工作模式

这要从sed的工作模式来说起。

按照我们读取一个文件的尿性,一般是持续循环读取。比如下面的python代码,print代表p命令。

with open('file', 'r') as f:
for line in f.readlines():
print(line)

sed命令在这之上,还缓冲了另外一个东西。那就是“上一行的内容” ,叫做hold space。而当前行,叫做patter space。用python简单表现一下:

hold_space = ""
with open('file', 'r') as f:
for pattern_space in f.readlines():
print(hold_space,pattern_space)
hold_space = pattern_space

具体过程,大体与上面的代码类似,以上面的图为例。在这个例子中,hold space不参与运算,是全程无感的:

1、 读取当前行 wtf.. 到 Pattern space

2、 执行命令p,这会打印出当前行

3、 把Pattern space的内容,赋值给Hold space

4、 继续下一行的处理,循环这个过程

一个例子:x

但我想稍微操作一下这两个缓冲区。这个操作就是swap,使用x表示,这也是一些文本编辑器的一贯尿性。

也就是,在p之前,我们加上了个x。表示先将这两个缓冲区进行置换,然后再往下走。

hold_space = ""
with open('file', 'r') as f:
for pattern_space in f.readlines():
swap(hold_space,pattern_space)
print(hold_space,pattern_space)
hold_space = pattern_space

让我我们来想象一下这个过程。

1、 刚开始,hold_space的内容是空。然鹅,还没被填充,它就被使用了,和当前行进行了置换

2、 p命令用在了置换后的缓冲区上,第一次打印出了空行,fuck

3、 继续嘟嘟嘟,现在到了最后一行,马上进行了置换,没机会打印就到了hold_space中了

4、 当前行,存放的是倒数第二行的数据,最后一行见光死,就永远没有机会面世了

我们当然有办法把它搞出来,比如,我执行偶数次的交换x。

sed -n 'x;x;x;x;p' file

有木有一股骑着羊驼走天下的的感觉?

应用

举个栗子

你可能会想,我对这两个缓冲区交换,有什么用?接下来看这个文件。

小姐姐味道公众号
CEO
加菲猫经理
IT Manager
系统毁灭师
Sysadmin
小哥哥味道
Developer
爱卖东西的经理
Sales Manager
风清扬
Dog

文件奇数行是名称,偶数行是职位。我们想要输出所有Manager的名字。就可以使用下面的命令。

sed -n -e 'x;n' -e '/Manager/{x;p}' file

命令分为两个部分。

x;n  表示将偶数行保存在pattern space,那么奇数行就保存在hold space中。

/Manager/{x;p}  命令将在pattern space上执行对Manager关键字的查找。如果符合条件,则再次交换p和h缓冲区,输出奇数行对应的名字。

上面的xn,就是针对这两个缓冲区的命令。这样的命令有很多。

命令

这些命令,如果多了,可以使用{}包围起来,就像上面的命令一样。这些命令的位置与我们上一篇所说的,在同一个地方。

常用的:

x 请容许我用英文装个b:Exchange the contents of the hold and pattern spaces.

d 清空当前的pattern space,然后进入下一个循环

D 删除pattern space的第一行(multiline pattern)

h 复制pattern space到hold space

H 追加pattern spaced到hold space

g 复制hold space到pattern space

G 追加hold space到pattern space

n 读取下一个输入行到pattern space

N 追加下一个输入行到pattern space,同时将两行看做一行,但是两行之间依然含有\n换行符

p 打印当前的pattern space

P 打印当前的pattern space中的第一行

不常用的

上次提到的推箱子游戏,就用了很多这种东西。为了使使用者在书写sed脚本的时候真正的”自由”,sed还允许在脚本中用”:”设置记号。标签,有种类似编程语言的特性了。

q 退出sed,可以增加执行速度

l 列出当前行,包含不可打印字符

l width 列出当前行,使用一个width characters结尾

b label 跳到相应的标签,分之命令。

t label if分支,从最后一行开始,条件一旦满足或者T,t命令,将导致分支到带有标号的命令处,或者到脚本的末尾。测试命令。

T label 错误分支,从最后一行开始,一旦发生错误或者T,t命令,将导致分支到带有标号的命令处,或者到脚本的末尾。

当然还有其他更不常用的,可以使用man命令查看

man sed

一些命令:开启训练模式

看着一行行进行处理,好像很简单是不是?不可能的,看下面几个简单的命令,训练一下生锈的脑子。

一个流水线一样的命令

sed -n '2{h;n;x;H;x};p' file

交换第2行和第3行的内容

输出最后一行

sed 'N;D' file

输出文件中最后两行

sed '$!N; $!D' file

删除文件中最后两行

sed 'N; $!P;$!D;$d' file

打印偶数行的另一种写法

sed –n 'n;p' file

每隔5行加入一个空行。

sed 'n;n;n;n;G' file

输出含AAA和BBB和CCC(任意顺序)的段落

sed -e '/./{H; $!d;}' -e 'x;/AAA/!d; /BBB/!d; /CCC/!d' file

颠倒行序(使末行变首行,首行变末行)

sed -n '1!G; h; $p' file

这个命令有点绕,首先,1!G对除了第一行的其他行进行了G操作,然后反向复制回去,到了最后一行,就直接打印Pattern Space。$表示到了最后一行执行下面的命令,也可以是${p}

一个带标签的用法

sed -e :a -e '$q;N;11,$D;ba'

打印最后10行。a是标签。语法就是单独的行,使用:分隔。

End

为了提高你在公司的竞争力,你是可以弄一堆sed脚本唬人(埋雷)的。和某些perl脚本一样,即使是有相关经验的开发着,理解起来也要下点功夫,就不要说其他人了。

这就是sed,简约但不简单的命令,本文算是一个中级入门。中级入门也有点烧脑,因为你的脑瓜里,需要一直维护着这两个缓冲区。又是置换,又是清空,相当于人肉状态机。当然,怎么把这个过程讲的尽量简单一点,还是浪费了作者不少脑细胞的。哪怕你点个赞,也是延缓小姐姐走向老年痴呆时间的一个途径。有了你的支持,小姐姐也可以想点技术之外的事情,比如喷喷bat什么的。

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存