Question

问题是，当所有传递的字符串合并为一个以匹配换行符时，如果输入有一个尾随换行符，则sed有一个与之匹配的问题。

一个简单的字符串。

$ echo -en "aa\nbb\ncc\ndd" | hexdump -C
00000000  61 61 0a 62 62 0a 63 63  0a 64 64                 |aa.bb.cc.dd|
0000000b

在这种情况下，如果我们需要使用空字符而不是换行符包围最后两段文本，它可以正常工作。

$ echo -en "aa\nbb\ncc\ndd" \
  | sed -rn '1h; 2,$ H; ${g; s/^(.*)\n([^\n]+)\n([^\n]+)$/\1\x00\2\x00\3\x00/; p}' \
  | hexdump -C
00000000  61 61 0a 62 62 00 63 63  00 64 64 00              |aa.bb.cc.dd.|
0000000c

但是如果输入有一个尾随换行符，那么在替换正则表达式中附加一个尾随\n并不会使它匹配。

$ echo -en "aa\nbb\ncc\ndd\n" \
  | sed -rn '1h; 2,$ H; ${g; s/^(.*)\n([^\n]+)\n([^\n]+)\n$/\1\x00\2\x00\3\x00/; p}' \
  | hexdump -C
00000000  61 61 0a 62 62 0a 63 63  0a 64 64 0a              |aa.bb.cc.dd.|
0000000c

但是，如果我们没有在regexp中添加尾随换行符，它仍会匹配！

$ echo -en "aa\nbb\ncc\ndd\n" \
  | sed -rn '1h; 2,$ H; ${g; s/^(.*)\n([^\n]+)\n([^\n]+)$/\1\x00\2\x00\3\x00/; p}' \
  | hexdump -C
00000000  61 61 0a 62 62 00 63 63  00 64 64 00 0a           |aa.bb.cc.dd..|
0000000d

但它似乎只是忽略了输入中的尾随换行符，或$以某种方式匹配它本身。我在sed FAQ on sourceforge（第5.10节）中发现sed在将它放到模式空间之前对该行的尾部换行进行条纹化处理，甚至在输出中添加了一个尾随换行符，但是，从第二行中可以清楚地看到第三个例子，它没有做任何事情。

所以我正在阅读和阅读并回过头来想到$在某种程度上与那个尾随\n本身相匹配。如果我正确理解了信息页面，它应该在多行模式下，即当替换具有M或m修饰符时。但事实并非如此。还提到了像\´（实际上是严重标记）和\'（直单引号）之类的组合，它们应该在多行模式下匹配缓冲区边界，但它们在我的shell中不起作用（GNU bash-1.4） .45）因为它们有特殊的意义。

Answer 1

Sed仅在输出时为输出添加一个尾随换行符。在将该行放入模式空间之前有一个切断的换行符。这在信息中有记录页面。点击此处：How sed Works。具体地，

当到达脚本的末尾时，除非使用-n选项，否则模式空间的内容将打印到输出流，如果删除了后续换行，则添加回来

也就是说，如果它在没有找到换行符的情况下读取了文件的结尾，那么它只会将整行放在模式空间中（这里没有任何内容），当输出模式空间时，它就赢了添加一个新行（因为在第一个地方没有删除任何内容）。这很容易证明：

vivek@vivek-laptop:~ $ PS1=' $ ' $ cat > /tmp/file aa aa $ sed 's/aa/bb/' /tmp/file bb bb $

我在第二行之后按了ctrl-d，所以在我的文件末尾没有终止的新行。

在进行替换时，sed将读取第一个aa\n，删除\n，将aa放置在模式空间中，进行替换（模式空间现在为bb }），输出模式空间，并添加\n。因此，输出bb\n。

当它读取第二行时，它正在查找换行符或文件结尾以知道何时停止读取当前行。它读取aa（没有\n），将其放在模式空间中，进行替换并再次输出模式空间。但是这次没有添加\n，因为在将模式空间添加到模式空间时没有删除它。

解释您的三种情况：

$ echo -en "aa\nbb\ncc\ndd" \ | sed -rn '1h; 2,$ H; ${g; s/^(.*)\n([^\n]+)\n([^\n]+)$/\1\x00\2\x00\3\x00/; p}'

在这种情况下，模式空间将为aa\nbb\ncc\ndd。这正确匹配您的正则表达式。此外，没有\n将附加到输出（因为最后没有）。

$ echo -en "aa\nbb\ncc\ndd\n" \ | sed -rn '1h; 2,$ H; ${g; s/^(.*)\n([^\n]+)\n([^\n]+)\n$/\1\x00\2\x00\3\x00/; p}'

在这种情况下，模式空间将为aa\nbb\ncc\ndd。此与您的正则表达式不匹配，因此不会进行任何替换。输出\n。

$ echo -en "aa\nbb\ncc\ndd\n" \ | sed -rn '1h; 2,$ H; ${g; s/^(.*)\n([^\n]+)\n([^\n]+)$/\1\x00\2\x00\3\x00/; p}'

在这种情况下，模式空间将为aa\nbb\ncc\ndd。这符合你的正则表达式。此外，\n被添加到输出，因为在最后一行的末尾有一个。{/ p>

GNU sed无法与组合字符串中的最后一个换行符匹配

1 个答案: