Sed 工作流程

理解 sed 工作流程

为了有效使用 sed (Stream Editor，流编辑器)，理解其内部工作流程至关重要。这些知识是编写高效、可预测的 sed 脚本的基础。sed 按行处理文本，对每一行都遵循一个固定的循环。

核心循环：读取、执行、显示

sed 工作流程可概括为三个主要步骤，对每行输入重复执行：

读取 (Read): sed 从输入流（可以是文件、通过管道来自其他命令的输出，或直接的标准输入）读取一行内容到一个临时存储区域，称为 模式空间 (pattern space)。如果是第一行，模式空间初始为空。如果没有更多行可读，sed 停止。
执行 (Execute): 脚本中提供的所有 sed 命令按顺序应用于模式空间的内容。这些命令可能会修改、删除或向模式空间添加文本。除非使用特定的行寻址（如行号或模式）限制其应用，否则命令默认全局应用于所有行。
显示 (Display): 在针对模式空间中的当前行执行完脚本中的所有命令后，sed 通常会将（可能已修改过的）模式空间内容打印到标准输出流。可以使用 -n 选项抑制这种默认打印行为。打印后（或被抑制后），与该特定输入行相关的内容通常会从模式空间中清除（除非使用了像 N、D 这样的命令，它们会改变多行处理流程）。

这个读取-执行-显示 (Read-Execute-Display) 循环持续进行，直到处理完输入流中的所有行。

关键概念与缓冲区

模式空间 (Pattern Space): 这是 sed 的主要工作区。它是一个内存缓冲区，用于存放当前正在处理的行。大多数 sed 命令直接操作模式空间的内容。模式空间的内容是易变的，通常在读取新行时会被替换或清除（高级命令如 N、P、D 除外）。
暂存空间 (Hold Space): sed 还提供了另一个内存缓冲区，称为暂存空间。与模式空间不同，大多数命令不会直接操作暂存空间，其内容也不会自动打印。它的内容在循环之间是持久存在的，这意味着存储在暂存空间中的数据在 sed 处理后续行时仍然可用。特殊的命令（h、H、g、G、x）用于在模式空间和暂存空间之间移动数据。这使得更复杂的操作成为可能，例如记住前一行或重新排列文本块。
输入文件默认不可变性 (Input File Immutability, Default): 默认情况下，sed 读取输入文件，但不会直接修改它。转换应用于模式空间中的数据，结果被发送到标准输出。要修改原始文件，通常是将 sed 的输出重定向到一个新文件，然后替换原始文件，或者使用 GNU sed 提供的 -i 选项（原地编辑，使用时请小心，最好先备份原始文件）。
标准输入 (Standard Input, stdin): 如果命令行上没有提供输入文件名，sed 会从标准输入读取。这使得 sed 可以在管道中与其他命令配合使用，处理其他命令的输出。
全局应用 (Global Application): 如果没有为命令指定地址（行号或模式），sed 会将其应用于读取的每一行。

示例

我们创建一个名为 quote.txt 的简单文本文件：

$ echo -e "There is only one thing that makes a dream impossible to achieve: the fear of failure.\n - Paulo Coelho, The Alchemist" > quote.txt

示例 1：模拟 cat (显示文件内容)

$ sed '' quote.txt

输出：

There is only one thing that makes a dream impossible to achieve: the fear of failure.
 - Paulo Coelho, The Alchemist

工作流程分析：

读取 (Line 1): sed 将第一行（“There is only one thing…”）读取到模式空间。
执行 (Execute): sed 脚本是 ''（空，表示没有命令）。因此，不对模式空间执行任何操作。
显示 (Display): sed 将模式空间的内容（第一行）打印到标准输出。
读取 (Line 2): sed 将第二行（” - Paulo Coelho…”）读取到模式空间，替换了之前的内容。
执行 (Execute): 同样，不应用任何命令。
显示 (Display): sed 将模式空间的内容（第二行）打印到标准输出。
由于没有更多行，过程停止。

示例 2：从标准输入读取

$ sed ''

现在，如果你输入一行文本并按 Enter：

Hello, sed world!
Hello, sed world!

解释：第一个 “Hello, sed world!” 是你输入的行（输入）。sed 读取它，不应用任何命令（因为 ''），然后打印它（输出）。要退出此交互式 sed 会话，通常按 Ctrl+D（表示文件结束 End-Of-File）。

理解这个工作流程是预测 sed 如何转换文本以及编写更复杂、更强大脚本的关键。