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。sed 和vi 都源于早期 UNIX 的ed 工具，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
| 命令 | 含义 |
|---|---|
| /pattern/p | 打印匹配 pattern 的行 |
| /pattern/d | 删除匹配 pattern 的行 |
| /pattern/s/pattern1/pattern2/ | 查找符合 pattern 的行，将该行第一个匹配 pattern1 的字符串替换为 pattern2 |
| /pattern/s/pattern1/pattern2/g | 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
<html><head><title>Hello World</title>
<body>Welcome to the world of regexp!</body></html>
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）1。比如 sed 在处理第一行时， <.*> 匹配的并不是 <html> 或 <head> 这样的标签，而是
<html><head><title>Hello World</title>
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。
-
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。 ↩