Linux sed'；s'；N'；命令间歇工作

下面是我要格式化的文本块示例：

<tr><td></td><td>tear a cat in, to make all split.</td><td></td></tr>
<tr><td></td><td class="tdci">The raging rocks</td><td></td></tr>
<tr><td></td><td class="tdci">The foolish Fates.</td></tr>
<tr><td></td><td>This was lofty! Now name the rest of the players.</td><td></td></tr>

撕开一只猫，把所有的东西都撕开。
汹涌的岩石
愚蠢的命运。
这是崇高的！现在说出其余球员的名字。

在脚本中使用这两个“sed”命令：

sed -ri '/^<tr><td><\/td><td>/N;s/(\n<tr><td><\/td><td class="tdci">)/\n<tr><td>\&nbsp;<\/td><\/tr>\1/' "$f"   #insert table row with empty data fields (blank line) above first line with 'class="tdci"'
sed -ri '/^<tr><td><\/td><td class="tdci">/N;s/(\n<tr><td><\/td><td>)/\n<tr><td>\&nbsp;<\/td><\/tr>\1/' "$f"   #insert table row with empty data fields (blank line) after last line with 'class="tdci"'

sed-ri'/^/N；s/（\n）/\n\\1/“$f”#在第一行上方插入带有空数据字段（空行）的表行，并使用“class=”tdci“'
sed-ri'/^/N；s/（\n）/\n\\1/“$f”#在带有“class=”tdci“的最后一行之后插入数据字段为空的表行（空行）'

结果如下：

<tr><td></td><td>tear a cat in, to make all split.</td><td></td></tr>
<tr><td>&nbsp;</td></tr>
<tr><td></td><td class="tdci">The raging rocks</td><td></td></tr>
<tr><td></td><td class="tdci">The foolish Fates.</td></tr>
<tr><td></td><td>This was lofty! Now name the rest of the players.</td><td></td></tr>

撕开一只猫，把所有的东西都撕开。
汹涌的岩石
愚蠢的命运。
这是崇高的！现在说出其余球员的名字。

因此，第一个

sed

命令通过使用

class=“tdci”

在第一行上方插入一个空表行来工作，但是几乎相同的第二个

sed

命令意味着在最后一行之后插入一个空表行，而使用

class=“tdci”

则不起作用

我通常为vim保存这些编辑，在多行之间编辑，因为我从来没有遇到过类似命令的问题，但出于某种原因，

sed

“

N；s/

对我来说总是一帆风顺，就像在本例中，一个实例可以正常工作，而另一个实例则不行。在运行这些命令之前，脚本将删除所有前导/尾随空格和任何Winblowz回车（

\r

）

由于我有大量的文件要编辑，如果有人能看到任何明显的我做错了的事情，我当然更愿意在脚本中运行

其他详情：

---

抱歉，我忘了提到我正在Linux（Debian stable）中运行

sed

从小开始！下面是一个更简单的测试用例：

a1
b1
b2
a2

下面是您针对该测试用例翻译的代码，尝试在第一个“b”之前插入

c1

，在最后一个“b”之后插入

c2

：

sed -ri '/a/N; s/(\nb)/\nc1\1/' file
sed -ri '/b/N; s/(\na)/\nc2\1/' file

正如您所说，第一个命令似乎起作用：

a1
c1
b1
b2
a1

第二个没有，只给出与上面相同的结果，而不是插入

c2

以下是您可能认为会发生的情况，粗体部分不正确：

读取并打印

a1

读取并打印

c1

b1

被读取。

• 它与

  /b/

  匹配，

  b2

  用

  N

  读取
• 它与

  \na

  不匹配

• b1

  已打印

b2

被再次读取。

• 它与

  /b/

  匹配，

  a

  用

  N

  读取
• 它与

  \na

  匹配<代码>c2追加

• b2\nc2\na已打印

下面是实际发生的情况

读取并打印

a1

读取并打印

c1

b1

被读取。

• 它与

  /b/

  匹配，

  b2

  用

  N

  读取
• 它与

  \na

  不匹配

• b1\nb2

  已打印

a2

被读取和打印，因为上面已经读取了

b2

这是一个有效的命令：

sed -ri '/b/ { :b; N; s/\na/\nc2&/; te; P; D; bb; }; :e;' file

在伪代码中——注释中大致对应sed部分——这是：

if (input.matches("b")) {                               // /b/ {
  while(true) {                                         // :b
    input += "\n" + readline();                         // N
    if(input.matches("\na")) {                          // s/\na/ ..
      input = input.replace("(\na)", "\nc2\1");         // .. \nc2&/
      goto exit;                                        // te
    }
    print(input.substring(0, input.indexOf('\n'));      // P
    input = input.substring(input.indexOf('\n') + 1);   // D
  }                                                     // bb
}                                                       // }
:exit                                                   // :e

翻译回您的数据：

sed -ri '/^<tr><td><\/td><td class="tdci">/ { :b; N; s/(\n<tr><td><\/td><td>)/\n<tr><td>\&nbsp;<\/td><\/tr>\1/; te; P; D; bb; }; :e' "$f"

sed-ri'/^/{:b；N；s/（\N）/\N\\1/；te；P；D；bb；}；：e“$f”

演示如何使用

sed

执行此操作

然而，

sed

在遇到这些本质上有点程序性的问题时可能会让人大吃一惊，因此这里有一个

awk

解决方案，可能更容易理解：

awk -v blockRegex='^<tr><td><\/td><td class="tdci">' \
    -v lineToInsert='<tr><td>\&nbsp;<\/td><\/tr>' \
  '
    # Print a line BEFORE the FIRST line matching `blockRegex`.
  $0 ~ blockRegex { if (!afterFirst) {print lineToInsert; afterFirst=inBlock=1} }
    # Print a line AFTER the LAST (contiguous) line matching `blockRegex`.
  inBlock && $0 !~ blockRegex { print lineToInsert; afterFirst=inBlock=0 }
    # Print the input line.
  { print }
  ' \
  file

awk-v blockRegex='^'\
-v lineToInsert='\'\
'
#在匹配“blockRegex”的第一行之前打印一行。
$0~blockRegex{if（！afterFirst）{print lineToInsert；afterFirst=inBlock=1}
#在与“blockRegex”匹配的最后一行（连续）后打印一行。
块内&&$0！~blockRegex{print lineToInsert；afterFirst=inBlock=0}
#打印输入行。
{print}
' \
文件

请注意，这可以进一步优化，但我想让它更简单，以澄清逻辑

• blockRegex

  作为变量传入（带有选项

  -v

  ），以标识要插入的行前后的连续行块，要插入的行作为变量传入

  lineToInsert

• $0~blockRegex

  匹配感兴趣行块中的每一行，并打印要插入的行（如果它是块中的第一行），如状态变量

  afterFirst

  所示；状态变量

  inBlock

  表示当前行位于感兴趣的块内

• inBlock&&0！~blockRegex

  匹配感兴趣块后的第一行并打印要插入的行，然后重置状态变量

• print

  只按原样打印输入行

---

请注意，状态变量的使用依赖于

awk

中默认为

0

（在布尔上下文中被视为

false

；类似地，非零值的计算结果为

true

）。

有大量的HTML解析器和漂亮的打印机；利用这些。你在什么操作系统上这样做？sed的哪个版本？@devnull我很感激HTML的建议，但是让我们集中精力。我的问题是关于特定“sed”命令的行为；我试图处理的文本很可能是HTML以外的其他格式。@tog:wow！它是有效的，但老实说，我已经迷路了，必须开始阅读你们详细介绍的“sed”选项，以帮助了解如何和为什么；伟大的分析；伪代码缺少字符串替换逗号