BSD macOS Sed 与 GNU Sed 对比 POSIX Sed 规范

**macOS 使用了 sed [1] 的 BSD 版本，它在很多方面都与 Linux 发行版附带的 GNU sed 版本不同。 ** ****

它们的共同点是 POSIX 规定的功能 ：参见 POSIX sed 规范。

在最轻便的方法是使用 POSIX 才有的功能，然而，限制功能 ：

• 值得注意的是，POSIX 仅 指定对基本正则表达式的****支持**，这些正则表达式具有许多限制（例如，根本不支持|（交替），不直接支持+和 ?）以及不同的转义要求。

  • 警告： GNU sed（无 -r），确实支持\|，\+和\?，这是不符合 POSIX 标准; 使用 --posix 禁用 （见下文）。

• 仅使用 POSIX 功能 ：

  • （两个版本）： 仅使用 -n 和 -e 选项（特别是，不要使用 -E 或 -r 来启用对扩展正则表达式的支持 ）

  • GNU sed：添加选项 --posix，以确保只有 POSIX 的功能（你不严格需要这一点，但没有它，你最终可能会不小心使用了非 POSIX 功能没有注意到; 警告 ：--posix 本身是不符合 POSIX 标准）

  • 仅使用 POSIX 功能意味着更严格的格式化要求（放弃 GNU sed 中提供的许多便利）：

    • 通常不支持控制字符序列，例如\n 和\t。
    • 标签和分支命令（例如，b） 必须后跟实际的换行符或通过单独的 -e 选项继续。
    • 请参阅下文了解详情。

但是，这两个版本都实现了 POSIX 标准的扩展** ：**

• 什么他们执行的扩展名不同 （GNU sed 实现更多）。
• 甚至那些他们都实现的扩展部分语法也不同。

如果你需要支持 BOTH 平台（讨论差异）：

• 不兼容的功能：

  • 使用不带参数的 **-i 选项 **** （没有备份的就地更新）是不兼容的：

    • BSD sed：必须使用 -i ''
    • GNU sed：必须使用 -i（相当于：-i''） - 使用 -i ''不起作用。

  • -i **** 在 GNU sed 和 BSD sed 的最新版本 （例如，在 FreeBSD 10 上） 明智地打开每个输入文件行编号，但是从 10.12 开始不在 macOS 上。请注意，在没有 -i 的情况下，所有版本的数字都会在输入文件中累积**。 ** ****

    ---

  • 如果最后输入线并不*具有尾随换行符* （和打印）：

    • BSD sed： 总是在输出上附加换行符，即使输入行没有以一个结尾。
    • GNU sed： 保留尾部换行符状态，即仅当输入行以一个结尾时才附加换行符。

• 共同特征：

  • 如果你将 sed 脚本限制为 BSD sed 所支持的脚本，它们通常也可以在 GNU sed 中工作 - 除了使用 -E 使用特定于平台的扩展正则表达式功能之外。显然，你还将放弃特定于 GNU 版本的扩展。见下一节。

跨平台支持指南 （OS X / BSD，Linux），受 BSD 版本更严格的要求驱动 ：

请注意，下面偶尔使用短序 macOS 和 Linux 来分别引用 sed 的 BSD 和 GNU 版本，因为它们是每个平台上的库存版本。但是，可以在 macOS 上安装 GNU sed，例如，使用带有 brew install gnu-sed 的 Homebrew 。

注意 ： 除非使用 -r 和 -E 标志 （ 扩展正则表达式），否则下面的说明相当于编写符合 POSIX 标准的 sed 脚本。

• 对于 POSIX 兼容性，你必须限制自己使用 POSIX BRE（ 基本正则表达式） ，不幸的是，顾名思义，它非常基本。
  警告 ：不要认为支持\|，\+和\?：虽然 GNU sed 支持它们（除非使用 --posix），BSD sed 不支持 - 这些功能不符合 POSIX 标准。
  虽然 \+和\? 可以以符合 POSIX 标准的方式进行模拟 ：
  \{1,\} 为\+，
  \{0,1\} 为\?，但
  \|（交替） 不能。

• 对于更强大的正则表达式，使用 -E （而不是 -r）来支持 ERE（ 扩展正则表达式） （GNU sed 不记录 -E，但它确实作为 -r 的别名工作; 更新版本的 BSD sed，例如 on FreeBSD 10，现在也支持 -r，但是 10.12 的 macOS 版本没有 ）。
  警告 ：尽管使用 -r / -E 意味着你的命令根据定义并不符合 POSIX，但你仍必须限制自己使用 POSIX ERE（扩展正则表达式） 。遗憾的是，这意味着你将无法使用几种有用的结构，特别是：

  • 字边界断言，因为它们是特定于平台的 （例如，Linux 上的\<，OS X 上的 [[:<]]）。
  • 正则表达式中的反向引用 （而不是在 s 函数调用的替换字符串中对捕获组匹配的反向引用），因为 BSD sed 在扩展正则表达式中不支持它们 （但是，奇怪的是，在基本的，它们是 POSIX 规定的）。

• 控制字符转义序列，如\n 和\t：

  • 在正则表达式 （用于行选择的模式和 s 函数的第一个参数）中，假设只有\n 被识别为转义序列（很少使用，因为模式空间通常是单行 （不终止\n），但不是在一个字符类中，所以，例如，[^\n] 不起作用;（如果你的输入不包含控制字符。除了\t，你可以用 [[:print:][:blank:]] 模拟 [^\n];否则，拼接控制字符作为文字 [2] ） - 通常，将控制字符包含为文字**，或者通过拼接的 ANSI C 引用的字符串 （例如，$'\t'）支持它（bash,ksh，zsh），或者通过使用 printf 命令替换 （例如，$(printf '\t')）** 。

    • 仅限 Linux：
      sed 's/\t/-/' <<<$'a\tb' # -> 'a-b'
    • OSX 和 Linux：
      sed 's/'$'\t''/-/' <<<$'a\tb' # ANSI C-quoted string
sed 's/'"$(printf '\t')"'/-/' <<<$'a\tb' # command subst. with printf

  • 在与 s 命令一起使用的替换字符串中，假设支持 NO 控制字符转义序列，因此，再次包括控制字符。作为文字，如上所述。

    • 仅限 Linux：
      sed 's/-/\t/' <<<$'a-b' # -> 'a<tab>b'
    • macOS 和 Linux：
      sed 's/-/'$'\t''/' <<<'a-b'
sed 's/-/'"$(printf '\t')"'/' <<<'a-b'

  • 同上的文本参数到 i 和 a 功能 ： 不使用控制字符序列 -见下文。

• 标签和分支 ：标签以及 b 和 t 函数的 label-name 参数必须后跟文字换行符或拼接的 $'\n' 。或者，使用多个 -e 选项并在标签名称后面的每个选项终止。

  • 仅限 Linux：
    sed -n '/a/ bLBL; d; :LBL p' <<<$'a\nb' # -> 'a'
  • macOS 和 Linux：
    • （实际换行）：
      sed -n '/a/ bLBL d; :LBL p' <<<$'a\nb'
    • 或（拼接 $\n 实例）：
      sed -n '/a/ bLBL'$'\n''d; :LBL'$'\n''p' <<<$'a\nb'
    • 或（多个 -e 选项）：
      sed -n -e '/a/ bLBL' -e 'd; :LBL' -e 'p' <<<$'a\nb'

• 函数 i 和 a 用于插入/附加文本 ： 按照\的函数名称， 在指定文本参数之前跟随文字换行符或拼接的 $'\n'** 。

  • 仅限 Linux：
    sed '1 i new first line' <<<$'a\nb' # -> 'new first line<nl>a<nl>b'
  • OSX 和 Linux：
    sed -e '1 i\'$'\n''new first line' <<<$'a\nb'
  • 注意：
    • 如果没有 -e，text 参数莫名其妙地不会在 macOS 输出上换行（bug？）。
    • 不要在 text 参数中**使用控制字符转义符，**例如\n 和\t，因为它们仅在 Linux 上受支持。
    • 因此，如果 text 参数具有实际的内部换行符，则\ - 转义它们。
    • 如果要在 text 参数后面添加其他命令，则必须使用（非转义）换行符（无论是文字还是拼接）终止它，或者继续使用单独的 -e 选项（这是适用于所有版本的一般要求）。

• 在函数列表内 （{...} 中包含多个函数调用），请务必在关闭 } 之前使用 ; 终止最后一个函数。

  • 仅限 Linux：
    • sed -n '1 {p;q}' <<<$'a\nb' # -> 'a'
  • macOS 和 Linux：
    • sed -n '1 {p;q;}' <<<$'a\nb'

**** BSD sed 完全缺少 GNU sed 特有的功能 ：

如果你需要支持这两个平台，你将错过的 GNU 功能：

• 各种正则表达式匹配和替换选项 （用于行选择的模式和 s 函数的第一个参数）：

  • 用于 case-INsensitive 正则表达式匹配的 I 选项（令人难以置信的是，BSD sed 根本不支持这一点）。
  • 用于多行匹配的 M 选项（其中^ / $ 匹配每行的开头/结尾 ）
  • 有关 s 功能特有的其他选项，请参阅 https://www.gnu.org/software/sed/manual/sed.html#The-_0022s_0022-Command

• 转义序列

  • 替换相关的转义序列，如\u，在 s///函数的替换参数中允许子字符串操作，在限制范围内; 例如，sed 's/^./\u&/' <<<'dog' # -> 'Dog' - 请参阅 http://www.gnu.org/software/sed/manual/sed.html#The-_0022s_0022-Command

  • 控制字符转义序列：除了\n，\t，…，基于代码点的转义; 例如，所有以下转义（十六进制，八进制，十进制）代表单引号（'）：\x27，\o047，\d039 - 请参阅 https://www.gnu.org/software/sed/manual/sed.html #Escapes

• 地址扩展，例如 first~step 匹配每一步，addr, +N 匹配 addr 之后的 N 行，… - 请参阅 http://www.gnu.org/software/sed/manual/sed.html#Addresses

[1] macOS sed 版本比其他类似 BSD 的系统（如 FreeBSD 和 PC-BSD）的版本旧。不幸的是，这意味着你不能假设在 FreeBSD 中工作的功能在 macOS 上可以[相同]工作。

[2] ANSI C 引用的字符串 $'\001\002\003\004\005\006\007\010\011\013\014\015\016\017\020\021\022\023\024\025\026\027\030\031\032\033\034\035\036\037\177'包含除\n（和 NUL）之外的所有 ASCII 控制字符，因此你可以将它与 [:print:] 结合使用，以实现非常强大的 [^\n] 仿真：
'[[:print:]'$'\001\002\003\004\005\006\007\010\011\013\014\015\016\017\020\021\022\023\024\025\026\027\030\031\032\033\034\035\036\037\177'']