首页 > 代码库 > sed(一)单模式空间
sed(一)单模式空间
这两天看了下《sed与awk》中的sed部分,感觉很强大，装备库里面又多了件顺手的武器。
sed按照工作场景来分，可以分为单模式空间和多模式空间
单模式空间——一次只处理一行输入
多模式空间——可以处理多行输入
这一篇咱们先总结一下简单的，多模式空间留到下一篇再总结
一.概念
sed是一个非交互式面向字节流的编辑器，输入为文件或stdin,输出为stdout或文件
二.工作原理
举个例子吧。
sed可以比作为一个车间，进入车间的是原材料，出来的成品。 OK，现在对号入座。
车间的名字叫模式空间
文件中的每一行内容是一份原材料
我这个车间产能有限，一次只能生产一件产品，所以一次，只能输入一行
原材料进入车间之后，在车间中按照一道道的工序去加工，也就是sed的脚本中的一条条指令。
原材料在被我们的一道工序加工之前，我们的工序首先要检查一下你这个原材料是否合格，这个过程在sed里面叫做模式匹配，匹配的话就执行工序后的动作。不匹配，则跳过该道工序，然后去执行下一道工序。
所有的工序都完成后，成品离开车间，也就是处理后的行打印输出。
下面，我们将对例子中提到的东西一一做解释。
三.模式空间
所谓模式空间，楼主的理解是：不就是sed干活的地方嘛，从计算机的角度来说就是一块内存了。
这个模式空间有啥特点呢？
特点就是，我这个空间里面，同时只能有一行输入。咱们从计算机的角度来理解下，一行输入怎么加载到模式空间的吧？
我们一个文本文件，呈现给我们的是一行行的内容，而存储的时候，换行符是以"\n"存储的。所以sed加
载文本的时候，遇到"\n"就把"\n"之前的内容，加载到模式空间中，剩下的部分只有等到加载的这一行处理完毕，才会被加载。
OK,知道了怎么加载的了。另外一方面，文本处理也是在这个模式空间里的
楼主画个图，看看差不多就知道了
只有一行输入，有什么好处呢？
好处是，比如说一个10G大小的日志文件，如果用vim这种编辑器的话，可能半天都打不开。
而使用sed就可以快速处理，这是因为sed加载这个10G文件的时候，是一行一行加载的，加载一行内容，使用的内存很小，所以系统负担很小，处理很快。
四.语法结构
sed的两种使用结构
sed [options] script filename
sed -f scriptfile filename
sed脚本较短的时候，直接在命令行用‘‘单引号括起来就OK了。
注意：建议sed脚本用‘‘单引号括起来，这是为了避免shell对特殊字符处理
当sed命令很长的时候，就可以写在文件里面，然后用sed -f 参数读取。
然后说一下，script的结构
script是由一条条指令，组成的。
指令由模式和过程组成。
模式是由(/)分割的正则表达式，也可以是行号
过程是一个或多个被执行的动作
模式其实就是过程作用的地址
看下面的小例子：
五.寻址
说到寻址，咱们在“语法结构”这一节不是说了吗，sed脚本由一个或多个指令组成，而指令是由模式和过程组成。。。咱们这里说的寻址，就属于这个模式的范畴
OK，那咱们来看看怎么寻址吧？
寻址，其实就是决定一条指令后面的过程，是否执行的模式。 如果你这一行满足我这个地址的要求，那OK,你可以执行我指令后面的过程。 如果不符合，那不好意思了，88。
我们在sed中可以指定0个，1个，或2个地址。而地址，可以为行号，正则表达式，或行寻址符号形式。
注意：正则表达式表示的地址，必须用(/)包起来
如果没有指定地址，命令默认作用于全部地址
如果指定一个地址，命令作用于这个地址匹配的任意行
如果指定了两个地址，则表示这两个地址之间的范围，命令作用于两个地址范围内的任意行
OK，测试了半天，画个图总结一下。
注意，楼主测试了半天，寻址这个东西。发现坑不是一般的多啊。
楼主总结一下大概这么几条吧。当然也可以看楼主画的那张图了，虽然画的丑点，问题基本都说明了。
1.当有两个地址的时候，数字和正则的寻址是有区别的
2.说白了，起始地址，终止地址，数字，正则，排列组合一下，最多四种情况嘛。
3.当数字为起始地址，数字为终止地址，当输入为seq 20| sed ‘‘形式的的时候.
4，6p这种形式，和咱们猜想的一样，打印4-6行
4，4p这种形式，打印第4行
6，4p这种形式，打印第6行
4.当数字为起始地址，正则为终止地址的时候，
4，/6/p这种形式，打印4-6行
4，/4/p这种形式，打印第4到20行
6，/4/p这种形式，打印6到14行
5.当正则为起始地址，正则为终止地址时。
/4/，/6/p这种形式，打印4-6行和14到16行
/4/，/4/p这种形式，打印4到14行
/6/，/4/p这种形式，6到14和16到20行
6.当正则其实地址，数字为终止地址时
/4/，6p这种形式，打印4到6行，及14行
/4/，4p这种形式，打印4和14行
/6/，4p这种形式，打印6和16行
OK，说了这么一大坨子，楼主自己都晕了。一句话概括下吧
当终止地址为数字的时候，咱们要留意一下这个数字是在起始地址前面还是后面的。
这就OK了，其它就和咱们脑子里默认的想法都一个样。
六.命令
sed四部分构成的，sed一个，[option]两个，script三个，filename四个
一，两，四都没啥说的。三，script有两部分，一个是模式，也就是寻址，咱们已经说过，
接下来，咱们说说，3的第二部分过程，也就是一个个的动作命令。
sed的命令，和咱们平时linux里面的命令有点小区别，咱们平时linux的命令，大多都好几个字母的。
sed的命令，全都只用一个字母表示。
《sed与awk》这本书是说sed共有25个命令组成，
基本格式
[address]command 第五节说的，各种地址形式都包括，0个，1个，2个了
[line-address]command 该命令只能作用于单个地址上，不能为地址范围，也就是0个，1个地址
[address]{commadn1;command2;command3} 利用分组，可以在某个地址上，作用多个命令
OK，看看有哪些常用的命令吧
| 命令 | 语法 | 说明 |
| s(替换substitute) | [address]s/pattern/replacement/flags | 用replacement替换pattern，flags为标志位 注意:定界符(/)可以为任意非元字符符号,如#,! 注意2：如果address为指定，则替换所有pattern匹配的行 |
| d(删除delete) | [address]d | 删除匹配的行，删除后后续命令将不再执行。 |
| a(追加append) | [address]a\text | 在匹配行之后，插入text的内容。。书是说a只适用于[line-address] 楼主在Debian7上测了下，[address]也是可以。 估计书太老了吧。后面有好几个命令都是如此 |
| i(插入insert) | [address]i\text | 在匹配行之前，插入text内容 |
| c(更改change) | [address]c\text | 当为line-address的时候，当前行改为text。当我address的时候，范围内的行，改为一个text,不是一行改为一个text，注意 |
| l(列表list) | [address]l | 打印匹配的行，并显示非打印字符。什么叫非打印字符呢？比如说咱们的换行符，制表符等 |
| y(转换) | [address]y/arg1/arg2 | 在匹配的行内，把arg1的内容转换为arg2的内容。。注意：1.arg1和arg2长度必须相等 2.转换的时候，不是这两个字符串的整体转换。而是对应字符的转换。。。例如arg1为xyz,arg2为abc，那么只要碰到字符x，x就转换为a，只要碰到字符y就转换为字符b |
| p(打印print) | [address]p | 打印匹配的行，注意和l的区别 |
| =(打印行号) | [address]= | 打印匹配行的行号，输出的时候，行号是在匹配行的前一行输出的 |
| n(下一步next) | [address]n | 输出当前行的内容，并读取匹配行的下一行 |
| r(读取文件read) | [address]r file | 将指定的文件file里的内容，读取到匹配行之后 |
| w(写入文件write) | [address]w file | 将匹配的行，写入指定的文件file中 |
| q(退出quit) | [line-address]q | 读取到匹配的行之后，即退出。退出确实只能，用line-address。其它的命令，楼主测了下都可以用address。。读取到匹配的行即退出，可以提高处理效率 |
命令，就这些命令了。看看怎么用的吧。
画个图
测试的文本是从书上抄下来的
HORSEFEATHERS SOFTWARE PRODUCT BULLFTIN DESCRIPTION + ________ BigOne Computer offers three software packages from the suite of Horsefeathers software products -- Horsefeathers Business BASIC, /BASIC Librarian, and LIDO. These software products can fill your requirements for powerful, sophisticated, general-purpose business software providing you with a base for software custonization. or development. Horsefeathers BASIC is -BASCI optimized for use on the BigOne machine with UNIX or MS-DOS operating systems. BASIC Librarian is a full screen program editor, which also provides the ability
OK，基础部分就到这里了，下一篇总结一下sed多模式空间和流程控制
本文出自 “西风” 博客，请务必保留此出处http://lixcto.blog.51cto.com/4834175/1436053