测试4
测试大礼包
爬虫实战特训课

Shell 三剑客之 sed

1. Sed 概述

1.1 Sed 是什么

Sed 全名为 Stream EDitor，顾名思义是对数据流进行编辑操作的一个命令，它能够遍历文件或文件流，对读入的输入流可以将其先存储在模式空间中，并将行号记录在内存中，利用模式空间中的一系列指定命令对其进行操作，待操作完成后从模式空间输出到 stdout，类似于在一个管道在其中对数据进行加工，完成后从另一头输出，接着读取下一行，重复往返，直至将所有标准输入读取处理完成。

1.2 为什么用 Sed

Sed 相较于 grep/awk，其主要功能为对文件进行修改处理，可以对文件或标准输入数据流进行增删改查等操作，尤其适用于大文件或有规律的文件，利用此工具，能够帮助我们快捷的在编写 Shell 脚本中得心应手的对文件进行操作。

2. Sed 的适用场景

  • 超大文件处理；

  • 有规律的文本，例如格式化后的日志文件等；

  • 对文件进行批量增加，替换等。

3. Sed 的处理模式

Sed 对输入的一行数据进行处理的模式，对整个文件进行重复执行此模式处理，在此说明对输入的一行数据处理的内在机制如下图所示：

  1. 首先读入文件流的一行到模式空间；

  2. 在模式空间内，对内容进行模式匹配处理；

  3. 输出处理后的数据内容；

  4. 清空当前模式空间；

  5. 读取第二行输入流到模式空间；

  6. 又开始对模式空间内的下一行输入数据进行处理。

4. 语法详解

sed 语法格式如下图所示：

sed [option] 'address command' [file …]

sed 的语法格式主要分为四个字段，options 选项，引号内有地址定界 / 命令，以及要处理的文件，接下来让我们详细讲解每一个语法字段，更全面的认识 sed 这个脚本利器。

4.1 options：

选项为可选，利用它来为 sed 指定一些处理方式，主要的有如下：

  • -n: 静默模式，我们知道 sed 默认处理完模式空间后将内容输出到标准输出，利用这个这个参数仅显示 script 处理后的结果，不再默认显示模式空间中的内容，例如：打印 /etc/passwd 的第三行
[root@shell workspace]# sed -n '3p' /etc/passwd
daemon:x:2:2:daemon:/sbin:/sbin/nologin

在此直接指定地址定界 3，然后 command 为 p 打印输出，由于不想输出 /etc/passwd 的全部内容，因此添加了 - n 选项。

* -e:<script>或--expression=<script> 以选项中指定的script来处理输入的文本文件，可以同时执行多个脚本；
* -f:对制定的文件直接进行sed的command操作；
* -i:直接修改原文件，我们都知道sed默认不对文件进行修改，只是读入一行到模式空间中，处理完成后输出，此参数为也直接修改了源文件；
* -r:支持扩展正则表达式，而不是使用默认的基础正则表达式。类比grep命令的egrep，更加快捷简洁的使用扩展正则表达式，因为有些元字符不用再使用反斜线"\"了。

4.2 address:

地址定界用来指定读入文件的边界或步长。

  • startline，endline：指定读入文件的开始行于结束行号。
  • /regexp/: 利用正则表达式匹配到的行进行处理，例如：打印 /etc/passwd 从以 root 开始到 sync 结束的内容
[root@shell workspace]# sed -n '/^root/,/^sync/p' /etc/passwd
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
adm:x:3:4:adm:/var/adm:/sbin/nologin
lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin
sync:x:5:0:sync:/sbin:/bin/sync

在此利用了匹配元字符 ^ 用来匹配行首，此内容在正则表达式中已经进行了详细解释。

  • /pattern1/,/pattern2/: 第一次被 pattern1 匹配到的行开始，直到被 pattern2 匹配到的行结束，例如：打印 /etc/passwd 的第四行到第七行的内容
[root@shell workspace]# sed -n '3,7p' /etc/passwd
daemon:x:2:2:daemon:/sbin:/sbin/nologin
adm:x:3:4:adm:/var/adm:/sbin/nologin
lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin
sync:x:5:0:sync:/sbin:/bin/sync
shutdown:x:6:0:shutdown:/sbin:/sbin/shutdown
  • linenuber: 直接指定行号，需要处理哪一行。
  • startline，+n: 从那一行开始，往后 n 行结束，例如：打印 /etc/passwd 的从第三行开始往后的 2 行的内容
[root@shell workspace]# sed -n "3,+2p" /etc/passwd
daemon:x:2:2:daemon:/sbin:/sbin/nologin
adm:x:3:4:adm:/var/adm:/sbin/nologin
lp:x:4:7:lp:/var/spool/lpd:/sbin/nologin
  • startline~step: 指定步长，每隔 step 步进行处理，常用在奇偶数处理，例如：打印奇数行
seq 10 |sed -n '1~2p'

seq 来输出以数字为内容的 10 行，然后利用 ~2 作为步长打印输出。

4.3 command：

具体对指定的文件进行怎样的处理，例如对模式空间内的内容进行增删改查具体的操作。

4.3.1 增

  • i：insert，在制定或匹配到的行前面添加新行内容为 string，istring，
    为 /etc/passwd 中的第一行前面添加一行内容为 "####"，例如：
[root@shell workspace]# sed '1i####' /etc/passwd
####
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
.....
  • a：append，在指定或匹配到的行后面追加新行，内容为 string，astring。
    为 /etc/passwd 的第一行后面添加内容 "aaa"，例如：
[root@shell workspace]# sed '1a###' /etc/passwd
root:x:0:0:root:/root:/bin/bash
###
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
adm:x:3:4:adm:/var/adm:/sbin/nologin

4.3.2 删

  • d：delete，删除符合地址定界条件的的行

删除 /etc/inittab 文件中注释行，例如：

sed '/^#/d' /etc/inittab

直接利用元字符匹配铆定以#开头的行进行删除操作，注意此处没有直接修改文件，如果添加 -i 选项，则直接对源文件进行修改，一般需要先备份，然后操作以免误操作原始文件。

4.3.3 改

  • s：s/pattern/string/修饰符: 查找并替换，默认只替换每行中第一次被模式匹配到的字符串 ，如果修饰符为 g, 则为全部替换。
    替换 /etc/passwd 中的 root 为大写，例如：
[root@shell workspace]# sed 's/root/ROOT/g' /etc/passwd
ROOT:x:0:0:ROOT:/ROOT:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
daemon:x:2:2:daemon:/sbin:/sbin/nologin
...

替换 /etc/inittab 文件中 "id:3:initdefault:" 一行中的数字为 5，例如：

sed 's/id:[0-9]/id:5/g' /etc/inittab

在此利用元字符匹配 [0-9] 的一个数字进行替换为 id:5。

4.3.4 查

  • p：print，默认 sed 对模式空间内的处理完毕后，将输出的结果输出在标准输出，添加 p 命令，相当于输出了原文，又一次输出了模式匹配处理后的内容。

打印 /etc/passwd 的第三行，指定行号，例如：

[root@shell workspace]# sed -n '3p' /etc/passwd
daemon:x:2:2:daemon:/sbin:/sbin/nologin

在此直接指定地址定界 3，然后 command 为 p 打印输出，由于不想输出 /etc/passwd 的全部内容，因此添加了 - n 选项。

5. 实例

5.1 需求

目前腾讯云服务器 Ubuntu 版本用户为 ubuntu 用户，现又 1000 台服务器需要去开启 root 远程登录。

5.2 思路

开启 ubuntu 服务器的远程登录即修改其的 /etc/ssh/sshd_config 文件的 prohibit-password 为 yes 即可，重启 sshd 服务即可，利用脚本逻辑处理。

5.3 实现

核心利用 sed 代码：

if [ ${ostype} == 'Ubuntu' ];then
    sed -i 's/prohibit-password/yes/g' /etc/ssh/sshd_config
    # 重启ssh服务
    service sshd restart
    [ $? -eq 0] && echo "${OSTYPE} sshd 开启成功" >>${LOG_FILE}
fi

6. 注意事项

  • sed 中利用于正则表达式配合可以得到 1+1 大于二的效果，配合使用功能更加丰富强大；
  • sed 常用于修改文件，如果为查询文件可以利用 grep，因为 grep 检索文件效率最高，如果为格式化输出建议使用 awk；
  • sed 在修改文件的时候尽可能先不要添加 -i options，以免将源始文件修改异常难以恢复。

7. 小结

sed 的功能非常强大，它是我们 shell 编程中对文件修改不可或缺的利器，配合正则表达式常用来批量修改大文件，或有一定格式规律的文件，其还有很多高级功能。如果学有余力建议去 man 手册详细学习查看，在利用 sed 工具的时候需要时刻脑海中牢记求语法格式，万变不离其宗，遵循语法举一反三能够达到学生事半功倍的效果。