"Sed" 高级功能：我这小脑瓜都快绕晕了_with open读取速度

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
1

在《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)
1
2
3

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
1
2
3
4
5

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
1
2
3
4
5
6

让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
1

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
1
2
3
4
5
6
7
8
9
10
11
12

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
1

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x和n，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
1

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
1

交换第2行和第3行的内容

输出最后一行

sed 'N;D' file
1

输出文件中最后两行

sed '$!N; $!D' file
1

删除文件中最后两行

sed 'N; $!P;$!D;$d' file
1

打印偶数行的另一种写法

sed –n 'n;p' file
1

每隔5行加入一个空行。

sed 'n;n;n;n;G' file
1

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
1

颠倒行序（使末行变首行，首行变末行）

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

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'
1

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。

作者：小姐姐味道

原文链接

https://juejin.im/post/5cf5cb8c6fb9a07ef2010cb1

服务推荐

• 蜻蜓代理
• 代理ip
• 微信域名拦截检测
• 微信域名检测api