在 sed 中匹配换行小结

beyes

在《G 与 h 命令》 中已经举出了相关的例子，在这里再进行一个小结。

像如下的这种形式，不会匹配到换行符(\n) ：

sed 's/\n//g'         
sed 's/groad\n// '            
sed 's/groad\ngoogle/groad/               

为什么上述语句达不到处理换行的目的？这得看 sed 是如何读入输入内容的。

sed  是个基于行处理的工具，它每次仅读入一行，除非你对它另有安排。这样一来，在任何时候，pattern space (可参考：《pattern space 和 hold space 的概念》)里也总是只有一行内容。这也就是说，对于读入 pattern space 的这一行内容，sed 会自动将其后的换行符移除；当处理相关的匹配后并打印出来时，sed 又会给它再加上换行符。因此需要注意的关键是：当该行在 pattern space 里时，它末尾是没有换行符的。


明白了上面这一点，也就容易理解 sed 不能像上述几种方式那样处理换行符了。比如说 sed 's/groad\ngoogle/groad/  这句，sed 会分成两次分别读入 groad 和 google 这两行内容，其间根本不会遇到换行符，因此更谈不上一下子匹配 groad\ngoogle 这种情况，所以替换工作就不能被执行。

那么如何处理换行符呢？实际上 sed 已经给出了几个相关的命令：N, P, D 。

N ：从输入再读入一行，然后将其追加到 pattern space 中，这样一来 pattern space 中就有了两行内容（假设之前只有一行内容），并且这两行中间会有一个换行。

P ：将 pattern space 中的内容打印出来，直到第 1 个换行处（若没有新行，那就全部打印出来）。

D：删除 pattern space 里面的内容，直到第 1 个换行处（若没有新行，则全部删除）；并且开启一个新的命令处理循环，也就是说，在 D 命令后面的所有语句不会被执行，而跳到命令组的开始处执行。

下面是用这几个命令来处理的一些实例：

例一：

$ echo -e "welcome\nto\nwww\ngroad\nnet" | sed ':begin;$!N;s/\n//;tbegin;'welcometowwwgroadnet

删除掉所有的换行符，但保留最后一个。

例二：

$ echo -e "welcome\nto\nwww\ngroad\nnet" | sed ':begin;$!N;s/\(w.w\)\n/\1/;tbegin;P;D'
welcome
to
wwwgroad
net

上面使用了标签 begin 。$!N 表示如果还没到最后一行($!)，则再读入一行并放到 pattern space 中(N)。然后使用 s/\(w.w\)\n/\1/; 判断匹配，若是匹配，那么就去掉换行符(使用 \1 取代)；当替换成功时，一个 t 命令又跳回到 begin 标签处执行；若是没发生替换，那么不会执行 t 跳转，而是接着往下执行 P 和 D 命令。连续执行 P 和 D 命令，也就是相当于打印 pattern space 中的 1 行然后将其清出 pattern space 。