5.10. 四种 sed 脚本——对同一个文件的多次编辑——第一部分

5.10 四种 sed 脚本——对同一个文件的多次编辑——第一部分

第一种 sed 脚本展示了对一个文件进行一系列的编辑。例子是把被单词处理程序创建的一个文件转换为能被 troff 编程的文件。

有一个作者曾经为一个现在被称作 BigOne Computer 的电脑公司做了一个写作项目。文档必须为“胡扯软件”包含一个产品公告。公司承诺产品公告在网上，然后将发出来。不幸的是，当文件抵达时，它包含的是为行式打印机提供的格式化输出，这是它们唯一能够提供的方式。那个文件（保存在一个名为 horsefeathers 的文件中用于测试）的一部分如下。

                  HORSEFEATHERS SOFTWARE PRODUCT BULLETIN

  DESCRIPTION
+   ___________

  BigOne Computer  offers three  software packages from the  suite  
  of Horsefeathers  software products  --  Horsefeathers  Business
  BASIC, BASIC  Librarian,  and LIDO.  These software products can
  fill  your    requirements    for    powerful,    sophisticated,
  general-purpose business  software providing you with a base for
  software customization or development.

  Horsefeathers  BASIC is  BASIC optimized for use on  the  BigOne  
  machine with UNIX  or MS-DOS operating systems.  BASIC Librarian
  is a full screen program editor, which also provides the ability

注意，这个文本使用了单词之间的空格来两端对齐。左边还添加了空格，用来创建一个左外边距。

当使用 sed 来解决一个问题时，如果在脑海里把要做的所有事情做一个列表，会做得最好。当开始编程时，写一个脚本，包含做一件事情的一个命令。测试它成功工作，然后添加另一个命令，重复这个循环，直到完成了所有显而易见的事情。（“所有显而易见”是因为这个列表并不总是完整的，且“实现——测试”这个循环通常添加其它的项目到这个列表里。）

这种工作方式看起来是相当枯燥的过程，并且确实有许多脚本是可以尝试一次性写完，然后开始测试。然而对初学者来说，高度推荐这种一次一步的技术。因为隔离了每一个命令，很容易地得知它是否正常工作。当一次性运行几个命令时，可能会发现当问题出现时，会重复反向进行刚才推荐的过程。也就是说一次移除一条命令，直到定位到问题。

这里是一个需要对胡扯软件公告进行编辑的列表：

1. 使用一个段落宏 .LP 替换掉所有的空格行。
2. 移除每一行所有的前导空格。
3. 移除打印机下划线那一行，它以一个 + 开始
4. 移除被添加在单词之间的多个空白空格。

第一个编辑需要匹配空行。然而。在观察输入文件时，是不容易看到这个空行有没有前导空格。事实证明它们没有，所以空行可以使用模式 “^$” 来匹配。（如果行上面有空格，模式可以写成 “^□*$”。）因此第一个编辑是相当直接就能够完成的：

s/^$/.LP/

它以 ".LP" 替换每一个空行。注意在替换命令的替换体部分，不用转义作为字面量的句号。把这个命令放在一个名为 sedscr 的文件中，然后如下测试这个命令：

➜  ch04 git:(main) ✗ sed -f sedscr horsefeathers
                  HORSEFEATHERS SOFTWARE PRODUCT BULLETIN
.LP
  DESCRIPTION
+   ___________
.LP
  BigOne Computer  offers three  software packages from the  suite
  of Horsefeathers  software products  --  Horsefeathers  Business
  BASIC, BASIC  Librarian,  and LIDO.  These software products can
  fill  your    requirements    for    powerful,    sophisticated,
  general-purpose business  software providing you with a base for
  software customization or development.
.LP
  Horsefeathers  BASIC is  BASIC optimized for use on  the  BigOne
  machine with UNIX  or MS-DOS operating systems.  BASIC Librarian
  is a full screen program editor, which also provides the ability

哪些行被改变是一目了然的。（通常剪切出文件的一部分，用来测试是很有用的。如果这部分足够小能放在屏幕上，但又足够大能包含你想改变的不同例子，这样是最好的。在所有的编辑都被成功地应用在测试文件后，当将它们应用在完整原始的文件上时，第二个级别的测试发生了。）

下一个做的编辑是移除以一个 + 且包含行式打印机下划线的行。可以使用删除命令 d 来简单的删除这一行。在写匹配这一行的模式时，有许多选择：

/^+/
/^+□/
/^+□□*/
/^+□□*__*

如你所见，从上往下，每个正则表达式匹配的字符越来越多。只有通过测试，才能决定要匹配一个特定的行而不是其它的行，这个正则表达式需要多复杂。在正则表达式中定义的模式越长，就越清楚地明白它不会产生不想要的匹配。对于这个脚本，选择第三个表达式：

/^+□□*/d

这个命令将删除以一个 + 开始，然后跟着至少一个空格的行。这个模式指定了两个空格，但第二个被 * 修饰，它意味着第二个空格有可能，也可能没有。

这个命令被加在 sed 脚本里，然后被测试。但是因为它只影响一行，就不展示这个结果了，继续往前。

因为这一小节太长了，所以分为两小节。