理解 sed 命令： sed 's/\s\s*/ /g'

Question

我遇到了这个命令：

ls -l <directory> | tail -n +2 | sed 's/\s\s*/ /g' | cut -d ' ' -f 3 | sort | uniq -c  

我不是100％肯定，如果我理解的目的\s\s*的sed选项。

我知道这\s是指一个空格。由于第二个\s在*，这使得第二个空格匹配零次或多次。

这是否意味着sed用单个空格替换输入流中的一个或多个连续空格？如果是，为什么不直接使用\s+代替\s\s*？

Answer 1

\s是编写 POSIX 表达式的 GNU 正则表达式快捷方式[[:blank:]]，它匹配空格或制表符（\s如果换行符已sed通过其他编辑命令插入到模式空间中，则也匹配换行符）。该\s符号最初来自 Perl 正则表达式，但在 Perl 正则表达式中，它的工作方式类似于[[:space:]]POSIX 表达式，匹配更广泛的产生空格的字符数组。

命令

sed 's/\s\s*/ /g'

用一个空格替换一个或多个连续的空格/制表符，然后重复替换，直到在当前行上不再有匹配项。

所以，是的，您可以s/\s+/g改用，但这是扩展(GNU) 正则表达式而不是基本正则表达式，因此您必须添加-E到命令中：

sed -E 's/\s+/ /g'

这现在使用非标准选项 ( -E)和GNU 特定的正则表达式 ( \s)。要以符合标准的方式编写命令，您必须使用

sed 's/[[:blank:]][[:blank:]]*/ /g'

或者

sed 's/[[:blank:]]\{1,\}/ /g'

where\{1,\}表示与扩展正则表达式修饰符+和{1,}（“一个或多个”）相同。

你也可以使用

tr -s '[:blank:]' ' '

这会做同样的事情，即将所有空格和制表符转换为空格并将-s连续空格挤压 ( ) 运行到单个空格。

或者，您可以在该管道中sed完成工作tail，并使用

ls -l dir | sed '1d; s/[[:blank:]]\{1,\}/ /g' | cut -d ' ' -f 3 | sort | uniq -c

或者，只需使用awk：

ls -l dir | awk 'NR > 1 { count[$3]++ } END { for (user in count) print user, count[user] }'

（使用awk，您不必费心挤压空格）