第一部分：sed基础
1)简介
sed 是一种在线编辑器，它一次处理一行内容。处理时，把当前处理的行存储在临时缓冲区中，称为“模式空间”（pattern space），接着用sed命令处理缓冲区中的内容，处理完成后，把缓冲区的内容送往屏幕。接着处理下一行，这样不断重复，直到文件末尾。文件内容并没有 改变，除非你使用重定向存储输出。Sed主要用来自动编辑一个或多个文件；简化对文件的反复操作；编写文本转换程序等。掌握好sed的用法，能够极大的提高我们各类文件处理工作的效率。
2)sed命令参数及选项
| 命令 | 功能 |
| a\ | 在当前行后添加一行或多行。多行时除最后一行外，每行末尾需用“\”续行 |
| c\ | 用此符号后的新文本替换当前行中的文本。多行时除最后一行外，每行末尾需用”\”续行 |
| i\ | 在当前行之前插入文本。多行时除最后一行外，每行末尾需用”\”续行 |
| d | 删除行 |
| h | 把模式空间里的内容复制到暂存缓冲区 |
| H | 把模式空间里的内容追加到暂存缓冲区 |
| g | 把暂存缓冲区里的内容复制到模式空间，覆盖原有的内容 |
| G | 把暂存缓冲区的内容追加到模式空间里，追加在原有内容的后面 |
| l | 列出非打印字符 |
| p | 打印行 |
| n | 读入下一输入行，并从下一条命令而不是第一条命令开始对其的处理 |
| q | 结束或退出sed |
| r | 从文件中读取输入行 |
| ! | 对所选行以外的所有行应用命令 |
| s | 用一个字符串替换另一个 |
| g | 在行内进行全局替换 |
| w | 将所选的行写入文件 |
| x | 交换暂存缓冲区与模式空间的内容 |
| y | 将字符替换为另一字符（不能对正则表达式使用y命令） |
| 选项 | 功能 |
| -e | 进行多项编辑，即对输入行应用多条sed命令时使用 |
| -n | 取消默认的输出 |
| -f | 指定sed脚本的文件名 |
3)正则规则
身为一个强大的文本处理工具，支持正则表达式是必须的。sed使用的正则表达式是括在斜杠线”/”之间的模式。
| 元字符 | 功能 | 示例 |
| ^ | 行首定位符 | /^my/ 匹配所有以my开头的行 |
| $ | 行尾定位符 | /my$/ 匹配所有以my结尾的行 |
| . | 匹配除换行符以外的单个字符 | /m..y/ 匹配包含字母m，后跟两个任意字符，再跟字母y的行 |
| * | 匹配零个或多个前导字符 | /my*/ 匹配包含字母m,后跟零个或多个y字母的行 |
| [] | 匹配指定字符组内的任一字符 | /[Mm]y/ 匹配包含My或my的行 |
| [^] | 匹配不在指定字符组内的任一字符 | /[^Mm]y/ 匹配包含y，但y之前的那个字符不是M或m的行 |
| \(..\) | 保存已匹配的字符 | 1,20s/\(you\)self/\1r/ 标记元字符之间的模式，并将其保存为标签1，之后可以使用\1来引用它。最多可以定义9个标签，从左边开始编号，最左边的是第一个。此例中，对第1到第20行进行处理，you被保存为标签1，如果发现youself，则替换为your。 |
| & | 保存查找串以便在替换串中引用 | s/my/**&**/ 符号&代表查找串。my将被替换为**my** |
| \< | 词首定位符 | /\<my/ 匹配包含以my开头的单词的行 |
| \> | 词尾定位符 | /my\>/ 匹配包含以my结尾的单词的行 |
| x\{m\} | 连续m个x | /9\{5\}/ 匹配包含连续5个9的行 |
| x\{m,\} | 至少m个x | /9\{5,\}/ 匹配包含至少连续5个9的行 |
| x\{m,n\} | 至少m个，但不超过n个x | /9\{5,7\}/ 匹配包含连续5到7个9的行 |
4)10个小实例
sed命令的参数选项比较多，我们直接通过一些实例来了解sed的用法。
实例1.p命令
p命令用于输出文件内容，对于匹配模式的行，会被输出两次。
例如：
|
1 2 3 4 5 6 7 8 9 10 11 |
cricode>>cat sed.txt #This is a sed command test file Hello,world hello,world if linux command www.cricode.com welcome to cricode cricode>>sed '/Hello/p' sed.txt #This is a sed command test file Hello,world hello,world Hello,world hello,world if linux command www.cricode.com welcome to cricode |
文件中包含Hello的行被输出了两次。
如果只想要输出匹配模式的行，则可以通过-n参数取消sed的默认行为来实现。
|
1 2 |
cricode>>sed -n '/Hello/p' sed.txt Hello,world hello,world |
实例2. d命令
d命令用于删除特定行。
删除第1、2行
|
1 2 3 |
cricode>>sed '1,2d' sed.txt if linux command www.cricode.com welcome to cricode |
删除最后一行
|
1 2 3 4 |
cricode>>sed '$d' sed.txt #This is a sed command test file Hello,world hello,world if linux command www.cricode.com |
删除包含字符串cricode的行
|
1 2 3 |
cricode>>sed '/cricode/d' sed.txt #This is a sed command test file Hello,world hello,world |
删除以com字符串结尾的行
|
1 2 3 4 |
cricode>>sed '/com$/d' sed.txt #This is a sed command test file Hello,world hello,world welcome to cricode |
实例3. S命令
s命令用于文本替换。
将文件中world替换成WORLD
|
1 2 3 4 5 |
cricode>>sed 's/world/WORLD/' sed.txt #This is a sed command test file Hello,WORLD hello,world if linux command www.cricode.com welcome to cricode |
可以发现Hello,WORLD hello,world 中只有第一个world被替换了。
通过g参数在全行进行替换，如下：
|
1 2 3 4 5 |
cricode>>sed 's/world/WORLD/g' sed.txt #This is a sed command test file Hello,WORLD hello,WORLD if linux command www.cricode.com welcome to cricode |
整行替换，将全文中包含特定单词的行替换成其他字符串。
|
1 2 3 4 5 |
cricode>>sed 's/.*world/this is a replace line/' sed.txt #This is a sed command test file this is a replace line if linux command www.cricode.com welcome to cricode |
实例4. e选项
-e即edit的意思，编辑命令，用于sed执行多个编辑任务的情况下。在下一行开始编辑前，所有的编辑动作将应用到模式缓冲区中的行上。
|
1 2 3 |
cricode>>sed -e '1,2d' -e 's/cricode/CRICODE/' sed.txt if linux command www.CRICODE.com welcome to CRICODE |
上述为sed命令使用选项-e进行多重编辑后得到的结果。第一重编辑删除第1、2行。第二重编辑将第1、2行外的所有包含cricode替换为大写CRICODE。因为是逐行进行这两项编辑（即这两个命令都在模式空间的当前行上执行），所以编辑命令的顺序会影响结果。
实例5.r命令
r命令是读命令。sed使用该命令将一个文本文件中的内容加到当前文件的特定位置上。这个命令在需要往文件中有规律的插入信息时特别有用。
在包含cricode单词的行后面加入一行注释。(注释内容写在sed1.txt中)
|
1 2 3 4 5 6 7 |
cricode>>sed '/cricode/r sed1.txt' sed.txt #This is a sed command test file Hello,world hello,world if linux command www.cricode.com ###This is comment information!!!!!!!!!!!!! welcome to cricode ###This is comment information!!!!!!!!!!!!! |
实例6. w命令
|
1 2 3 4 5 6 7 8 |
cricode>>sed '/cricode/w tmp.txt' sed.txt #This is a sed command test file Hello,world hello,world if linux command www.cricode.com welcome to cricode cricode>>cat tmp.txt if linux command www.cricode.com welcome to cricode |
上述命令将sed.txt文件中包含模式cricode的行内容写入到tmp.txt
实例7.a\命令
a\命令将添加新文本到文件中当前行（即读入模式缓冲区中的行）的后面。所追加的文本行位于sed命令的下方另起一行。如果要追加的内容超过一行，则每一行都必须以反斜线结束，最后一行除外。最后一行将以引号和文件名结束。
在包含hello的行后插入一行内容：kidding??
|
1 2 3 4 5 6 |
cricode>>sed '/hello/a\kidding???' sed.txt #This is a sed command test file Hello,world hello,world kidding??? if linux command www.cricode.com welcome to cricode |
其实第5点的r命令也能实现相同的功能。
实例8.i\命令
i\命令与a\命令相反，它是在匹配行的前面插入一行。
在包含hello的行前插入一行内容：kidding??
|
1 2 3 4 5 6 7 |
cricode>>sed '/hello/i\kidding???' sed.txt
#This is a sed command test file kidding??? Hello,world hello,world if linux command www.cricode.com welcome to cricode |
实例9. c\命令
c\命令将匹配行修改成我们设定的内容。
将包含hello的行替换成kidding??
|
1 2 3 4 5 |
cricode>>sed '/hello/c\kidding???' sed.txt #This is a sed command test file kidding??? if linux command www.cricode.com welcome to cricode |
其实这个替换功能可以通过第3点中方法实现：通过正则匹配来实现全行替换。
实例10. y命令
y命令与UNIX/Linux中的tr命令类似，字符按照一对一的方式从左到右进行转换。例如，y/abc/ABC/将把所有小写的a转换成A，小写的b转换成B，小写的c转换成C。
将文本中小写字母hi分别替换为大写字母HI：
|
1 2 3 4 5 |
cricode>>sed 'y/hi/HI/' sed.txt #THIs Is a sed command test fIle Hello,world Hello,world If lInux command www.crIcode.com welcome to crIcode |
第二部分：Sed脚本
通过编写脚本我们可以方便的批量执行命令。sed脚本就是写在文件中的一系列sed命令。sed脚本中，要求命令的末尾不能有任何多余的空格或文本。如果在一行中有多个命令，要用分号分隔。执行脚本 时，sed先将输入文件中第一行复制到模式缓冲区，然后对其执行脚本中所有的命令。每一行处理完毕后，sed再复制文件中下一行到模式缓冲区，对其执行脚 本中所有命令。使用sed脚本时，不再用引号来确保sed命令不被shell解释。
下面举个栗子。
我们现在来完成如下任务：
1）在sed.txt中的开头插入一行作者信息：#Author:Jay13 2013-08-25
2）将文章中所有cricode替换成CRICODE。
3）在文本末尾加入一行：good bye!
那么我们可以编写一个名为sedscript脚本，脚本具体内容如下：
|
1 2 3 |
1i\#Author:Jay13 2013-08-25 s/cricode/CRICODE/g $a\good bye! |
然后再将sed脚本应用到sed.txt 文件上
|
1 2 3 4 5 6 7 |
cricode>>sed -f sedscript sed.txt #Author:Jay13 2013-08-25 #This is a sed command test file Hello,world hello,world if linux command www.CRICODE.com welcome to CRICODE good bye! |
第三部分：练习
学习了sed的基本知识，现在我们来实战一下。
1、Sed中如何替换多行中的有规律的数字字符串
输入：
hello world balabala – . gene_id “240838 “; transcript_id “240838“;
hello world balabala again – . gene_id “240838 “; transcript_id “240838“;
balaba….
输出：
hello world balabala - . gene_id “zgg240838 “; transcript_id “zgg240838“;
hello world balabala again - . gene_id “zgg240838 “; transcript_id “zgg240838“;
balaba…
也即，将字符串gene_id“后接数字以及transcript_id “后接数字中的引号与数字之间插入zgg字符串。
解答：
脚本编写如下：
sed ‘s/gene_id “\([0-9]\+\)”; transcript_id “\([0-9]\+\)”;/gene_id “zgg\1″; transcript_id “zgg\2″;/g’ test.txt
注：
1. 数字的匹配[0-9]
2.[0-9]后接\+表示匹配一个或多个数字
3.匹配部分加括号，引用匹配部分用\1,\2,….等等。
4.sed执行多个匹配用分号连接，整个命令用’’引在内部。
2、在文本中每一行添加行头行尾，在行投添加 Head单词，在行尾添加Tail单词。
解答：略
3、利用sed进行格式转换
比如需要将text.txt中如下内容
|
1 2 3 4 5 6 7 8 |
dn: uid=admin,ou=ITaccounts,dc=tc uid: admin cn: admin cn sn: admin sn dn: uid=0037,ou=employees,dc=tci uid: 0037 cn: thinker sn: zzz |
转换成xml格式如下：
|
1 2 3 4 5 6 7 8 9 10 11 12 |
<entity> <dn>uid=admin,ou=ITaccounts,dc=tc</dn> <uid>admin</uid> <cn>admin cn</cn> <sn>admin sn</sn> </entity> <entity> <dn>uid=0037,ou=employees,dc=tci</dn> <uid>0037</uid> <cn>thinker</cn> <sn>zzz</sn> </entity> |
则可以定义下面的sedscript文件：
|
1 2 3 4 5 6 7 |
/^dn:[[:space:]]/i\ <entity> s/^dn:[[:space:]]\(.*\)$/<dn>\1<\/dn>/g s/^uid:[[:space:]]\(.*\)$/<uid>\1<\/uid>/g s/^cn:[[:space:]]\(.*\)$/<cn>\1<\/cn>/g s/^sn:[[:space:]]\(.*\)$/<sn>\1<\/sn>/g s/^$/<\/entity>/g |
第一行和第二行实现的功能就是在每个dn:开头的行前面加上一行<entity>。最后一行是碰到空行补上</entity>这 个结束标记。
另外，在执行替换的时候可以通过使用把被替换的字符串分组，在替换的部分里面用\1、\2这种方式引用被替换文字里面的相应的组。
用这种方法把ldif文件里面[:]前的东西删掉并且在两边增加相应的xml标记。
仔细想想，4行替换也许用下面的1行就能实现？
s/^\(.*\):[[:space:]]\(.*\)$/<\1>\2<\/\1>/g
|
1 2 3 4 5 6 7 8 9 10 11 |
cricode>> sed -f sedscript test.txt <entity> <dn>uid=admin,ou=ITaccounts,dc=tc</dn> <uid>admin</uid> <cn>admin cn</cn> <sn>admin sn</sn> <entity> <dn>uid=0037,ou=employees,dc=tci</dn> <uid>0037</uid> <cn>thinker</cn> <sn>zzz</sn> |
=============================GAME OVER================================
参考：http://www.cnblogs.com/edwardlost/archive/2010/09/17/1829145.html
http://www.cricode.com/3364.html