企业官网建设流程全解析

刚入行那会儿，我第一次在线上服务器处理一个快上G的Nginx日志，用vim打开之后光标转了半天圈，鼠标挪都挪不动，最后只能强行kill掉进程。组里的老同事过来看了一眼，在命令行敲了一行sed -n '10,20p' app.log，几秒钟就把日志里想看的部分捞了出来。那一刻我才真正理解，shell三剑客这三个词不是教程里的概念，而是每个靠命令行吃饭的人绕不开的日常工具。所谓三剑客，就是grep、sed、awk这三个命令的组合，其中sed扮演的是"编辑"这个角色。

这篇就围绕sed展开，从它的底层机制讲到高频用法，再延伸到真实场景和坑点，尽量把"能用"和"为什么这么用"一起讲清楚。适合刚开始接触shell脚本的入门读者，也适合已经用过一些sed命令、但对执行流程和边界理解得不够透的朋友。

1. 先解决定位问题：三剑客凭什么分工

1.1 一把武器干一件事，组合起来干活

很多初学者会陷入一个误区：拿到文本处理需求，不知道该用grep还是sed还是awk，于是挨个试一遍。其实三剑客的分工相当明确，用一句话概括就是：grep负责找行，sed负责改行，awk负责算列。

实际干活的时候，这三个命令也经常串成管道一起用。典型场景是：先用grep把嫌疑行筛出来，再用sed做去重、替换、删字段之类的处理，最后用awk汇总计算。每一步都只做自己最擅长的那件事，组合起来就是一套完整的文本处理流水线。

1.2 流式处理到底是什么意思

sed的全称是 Stream Editor，流编辑器。理解"流"这个字，就抓住了它的核心。

想象一条生产线，文件的内容像是传送带上的纸箱，一个接一个地经过。sed每次都只处理眼前的这一个箱子：读一行，放进内存，按你给出的命令处理，处理完输出，然后立刻清空，继续读下一行。它不会把整个文件一次性加载到内存里等着你慢慢操作，也不会像 vim 那样维护一个巨大的编辑器缓冲区。

这个设计带来两个很实际的好处：

• 内存占用基本恒定。处理一个 1G 的文件和处理一个 1M 的文件，sed的内存消耗不会差太多，因为它只关心当前这一行长什么样。
• 可以在管道里实时吞吐。tail -f app.log | sed 's/ERROR/错误/g'这种用法，sed会实时处理冒出来的每一行，而不需要等文件写完。

1.3 学 sed 的正确节奏

sed的命令格式核心就一句话：sed [选项] '范围+动作' 文件。范围是说"处理哪些行"，动作是说"对这些行做什么"。

范围可以是行号、正则表达式、或者两者的组合；动作则是最常用的几种：打印、删除、替换、插入。你只要把"范围"和"动作"这两块拼图搞清楚，大部分需求都能直接写出来。选项里最需要记牢的是三个：-n（安静模式，取消默认输出）、-i（原地修改文件）、-E（使用扩展正则）。

后面的章节就按照"机制—命令—正则—实战—踩坑"这个路径展开，这样一层层下来，比零散记命令要扎实得多。

2. 模式空间与执行顺序：sed 背后的流水线机制

2.1 模式空间：每一行都有一个"工位"

讲sed绕不开一个概念：模式空间（pattern space）。

这是sed内部一块临时的内存缓冲区。每一行文本读进来之后，会被放进模式空间里，然后你指定的命令全部在这个空间内执行。执行完之后，如果没加-n，模式空间里的内容默认会被输出到标准输出，接着模式空间被清空，再读入下一行。

你可以把模式空间理解成"工位"。传送带送来一个纸箱（一行文本），工位上的工人（sed 命令）在台面上操作这个箱子，操作完把箱子推走，台面清空，等下一个箱子送进来。它不会攒着几十个箱子一起处理，也不会把箱子拆开摊到整个车间里。

理解了这一点，很多奇怪现象就有了解释。比如你写sed 'p' file，每一行会打印两遍——因为默认输出一遍，加上p命令的显式打印又一遍。这不是 bug，而是"模式空间内容输出一次 + 命令又输出一次"的叠加结果。

2.2 一行命令在 sed 内部是如何流转的

拿最基础的sed -n '3p' file举例，它的完整执行流程是这样的：

1. sed读取文件第一行，放进模式空间。
2. 检查地址3是否匹配当前行。第 1 行不匹配，跳过p命令。
3. 因为加了-n，默认输出被抑制，所以第 1 行不会打印出来。
4. 清空模式空间，读入第 2 行，同样不匹配，不输出。
5. 读入第 3 行，匹配地址3，执行p命令，把这一行打印到标准输出。
6. 继续往下读第 4 行、第 5 行，直到文件末尾。

这个流程看起来简单，但它是理解sed一切行为的地基。比如你问"为什么sed -n '/error/p' app.log等价于grep error app.log"，答案就在这个流程里：sed一行行扫过来，凡是匹配/error/的行就执行一次打印，其他行什么也不输出。这不就是按条件筛选行吗？

2.3 地址范围：从第几行到哪几行，规则就这几条

地址是sed的"减速带"，决定命令在哪些行上生效。常用的表达方式就下面这几种：

其中区间匹配/p1/,/p2/是流式判断的。sed每读到一行，先看当前状态：如果此刻不在区间内，就检查这一行是否匹配起始条件 p1；一旦匹配，就从这一行开始进入区间，之后每一行都算命中，直到某一行匹配了 p2，区间结束。

我经常用这个特性来处理日志。比如sed -n '/2024-06-01 10:00:00/,/2024-06-01 10:30:00/p' app.log，就能精确截取某个时间段内的日志，不需要借助其他工具。再比如sed '/^kernel/,/^$/d' dmesg.txt，会删除从 kernel 开头到第一个空行之间的内容，在清理内核启动信息时很顺手。

2.4 多条命令怎么组合，版本差异要注意

一个sed表达式里经常需要做不止一件事。比如你想在第 20 到 30 行之间，先把foo替换成bar，再把空行删掉，有两种规范的写法。

第一种是用-e把多个表达式串起来：

sed -e '20,30s/foo/bar/g' -e '20,30/^$/d' file

第二种是用花括号把地址范围内的多个命令打包：

sed -n '20,30{ s/foo/bar/g; /^$/d; p; }' file

花括号写法的可读性更好，但注意地址和左花括号之间要有空格，命令之间用分号分隔。这里有一个不同平台上的坑：GNU sed 和 BSD sed（比如 macOS 自带的那个）对花括号命令块里空格和分号的要求不完全一致，在一些 BSD 实现里分号后面必须跟空格，否则解析就出错。为了避免折腾，我建议写比较复杂的花括号块时，直接用多个-e，或者把命令写进一个脚本文件，再用sed -f script.sed file来执行。这样可读性高，也不会遇到平台差异。

3. 高频动作逐个拆解：p、d、s、a/i/c

3.1 p 打印：小命令但最容易栽在 -n 上

p的作用是"把模式空间的内容打印出来"。单独用p一般没什么意义，因为它会让每行打印两遍。它的正确用法是配合-n，变成"只打印你想打印的"：

sed -n '10p' file # 打印第 10 行 sed -n '20,30p' file # 打印第 20 到 30 行 sed -n '/error/p' app.log # 相当于 grep error

我在教新人sed的时候，发现最容易翻车的点就是忘记-n。比如想只看匹配行，写了sed '/error/p' app.log，结果屏幕上每一行都出现了，匹配行还会出现两遍。原因前面已经说过：默认输出一次，p命令再输出一次。所以请养成一个习惯：用p之前，先问自己一句"要不要关掉默认输出"，要的话就带上-n。

3.2 d 删除：默认不影响原文件

d命令删除的是模式空间里的内容。删除之后，这一行后续不会再被输出，也不会再被执行其他命令。

sed '1,10d' file # 输出删除前 10 行之后的内容 sed -i '/^$/d' file # 去掉所有空行（-i 表示写回原文件） sed -i '/^#/d' app.conf # 删除所有以 # 开头的注释行

很多新手看到d就以为原文件被删了，其实不然。sed默认是把处理结果输出到屏幕，原文件一动不动。除非你加了-i，但那是另一个话题，后面专门讲。d的用处非常广，比如sed '10,$d' file可以只保留前 10 行，相当于用一个命令完成了head -10的效果。它和head、tail的不同在于，d是基于地址规则的，你可以精确控制"删哪里"。

3.3 s 替换：三剑客里最常用的"改"

s是sed里戏份最重的命令，它的格式是：

sed 's/正则/替换文本/标志位' file

比如sed 's/8080/9090/' app.conf，会把每一行第一次出现的8080换成9090，但只换每行的第一处。要全局替换，得加g标志：

sed 's/8080/9090/g' app.conf

常用标志位有这些：

s命令里一个非常实用的技巧是更换定界符。如果你要替换的内容本身包含/，比如路径，那正则里的斜杠就会和定界符撞车。比如想替换/usr/local/bin，写成sed 's/\/usr\/local\/bin/\/opt\/bin/g'会非常痛苦。解决办法是换一个定界符，跟在s后面的第一个字符就是新的定界符：

sed 's#/usr/local/bin#/opt/bin#g' file sed 's|/usr/local/bin|/opt/bin|g' file

只要内容里没有#或|，这样写就清爽很多。我实际处理路径类替换时，几乎都会用#当定界符。

3.4 a/i/c：行插入、追加和整行替换

除了改内容，sed更擅长的是改结构。a是在匹配行后面追加一行，i是在匹配行前面插入一行，c是把匹配到的整行替换成新内容。

sed '/^\[server\]/a bind 0.0.0.0:8080' nginx.conf sed '3i # this line inserted by sed' app.conf sed '/^old config/c new config line' app.conf

追加多行内容时，用\n换行：

sed '/^\[server\]/a port=8080\nhost=0.0.0.0' app.conf

一个常见的坑是 BSD 的sed对a的写法要求更严格，有时候需要写成a\再加换行的形式，GNU sed 则宽松一些。跨平台写脚本时，这部分尤其容易踩雷，建议先在小文件上测一遍。

c命令的替换是整行级别的，它会把匹配到的整行文本直接换掉。比如配置里有多个timeout行，你只想改其中某些，用c配合地址就能精准控制：sed '/^timeout=30/c timeout=60' app.conf，只会把timeout=30那行整行替换成timeout=60。

3.5 y、r、w：三个低频但有价值的命令

这三兄弟使用频率不如前几个，但特定场景下意外地好用。

y是逐字符的映射转换，类似于tr命令。它的定界符格式和s一样，两边的字符数量必须相等：

sed 'y/abc/xyz/' file # 把 a 换成 x，b 换成 y，c 换成 z

r可以把另一个文件的内容读取进来，插入到匹配行之后。做 HTML 模板拼接时就很方便：

sed '/<\/body>/r footer.html' index.html

w命令则正好相反，把匹配到的行写入另一个文件：

sed -n '/ERROR/w error.lines' app.log

这条命令和grep ERROR app.log > error.lines的效果一样，但好处是可以直接在sed的流水线里继续做别的处理，不用开一个额外的重定向。

4. 正则进阶：括号、花括号和定界符的那些事

4.1 基础正则与扩展正则：少打反斜杠的方式

sed默认使用的是基础正则表达式（BRE），它和你在grep -E、awk、Perl 里常用的扩展正则（ERE）写法上有明显的差异。最大的区别在于：BRE 里(、)、{、}、+、?、|这些符号默认是普通字符，想表达"分组、重复次数、或"等含义，必须加反斜杠转义。

一个实际例子：匹配连续 3 到 5 位数字，BRE 要写成[0-9]\{3,5\}，ERE 就是[0-9]{3,5}。哪种好看，一目了然。

所以我强烈建议：写sed脚本时默认加上-E选项，使用扩展正则。一个额外的坑是，macOS 自带的 BSD sed 只认-E，不认 GNU sed 的-r。好在这几年 GNU sed 也兼容了-E，所以你的选择完全可以统一成-E，在绝大多数 Linux 和 macOS 上都不会出问题。

4.2 脱字符和行尾符的边界：从单行到多行的观念转变

在常规的逐行处理中，^匹配一行的开头，$匹配一行的结尾。比如sed 's/^/ /' file给每行开头加两个空格，sed 's/$/;/' file给每行末尾加个分号，这些都很好理解。

但sed里还有一类多行命令，比如N，它会把下一行也读进模式空间，跟当前行拼在一起。这时候模式空间里就不止一行内容了，^只能匹配整个模式空间的第一行的开头，$也只能匹配整个模式空间的末尾，中间夹着的那些原始行边界不再视为行首行尾。

这个特性坑过不少人。比如你N之后想用s/^/>> /给每一行都加前缀，结果发现只有第一行被加了前缀，第二行纹丝不动，因为^匹配不到中间的"行开头"。原因就是在多行模式空间里，^只认整个缓冲区的起点。遇到这种情况，要么放弃N改用其他方案，要么对\n做显式替换：sed 's/\n/>> /g'这种思路。知道这个边界在哪，至少排查问题时能少走弯路。

4.3 分组引用与 &：不只是替换这么简单

s命令里有两个特殊的"引用"符号。&代表整个正则匹配到的内容，而\1、\2这类代表第 1、第 2 个括号分组捕获到的内容。

&的使用场景是"在原匹配的基础上做包装"。比如把所有数字加方括号：

sed -E 's/[0-9]+/[&]/g' data.txt

它会先把每一串数字匹配出来，然后用[&]把匹配内容包进方括号。另一个例子是给年份加后缀：

sed -E 's/2024/&年/g' file

结果就是所有2024变成2024年。

分组引用则更适合"打乱重组"的操作。比如交换一行里的前两个单词：

sed -E 's/([^ ]+) ([^ ]+)/\2 \1/' names.txt

再比如手机号脱敏，保留前 3 位和后 4 位，中间打星号：

sed -E 's/(1[3-9][0-9])[0-9]{4}([0-9]{4})/\1****\2/g' phones.txt

这里(1[3-9][0-9])捕获前三位，([0-9]{4})捕获后四位，中间四位直接替换成****。

再强调一个细节：如果替换文本里需要出现字面意义的&，必须写成\&，否则sed会把&当成整个匹配去展开。这个细节容易在生成一些包含&的代码时踩坑。

5. 实战案例：脱敏、批量改配置和管道解析

5.1 原地修改与备份，别拿线上文件开玩笑

sed默认输出到屏幕，原文件不变。如果想真正修改原文件，需要加-i选项。它的含义是"in-place"，原地写回。

sed -i 's/8080/9090/g' app.properties

一条命令下去，文件里的端口就全变了。但-i有个安全隐患：万一正则写错了，文件就被改坏了，而且没有撤销的机会。所以我几乎每次用-i都会顺带备份：

sed -i.bak 's/8080/9090/g' app.properties

这个写法会生成一个app.properties.bak的备份文件，修改后再比对确认无误，再把备份删掉。成本极低，收益极高。

这里还要提一个跨平台差异。macOS 自带的 BSD sed 对-i的参数要求更严格，如果你想不备份直接改，必须写成sed -i '' 's/8080/9090/g' file，空字符串表示"不想要备份后缀"。同样的写法放在 GNU sed 上，行为不一致，容易出问题。我的建议是：如果你在写跨平台脚本，与其纠结两种 sed 的差异，不如直接避开-i，用重定向的方式：

sed 's/8080/9090/g' app.properties > app.tmp && mv app.tmp app.properties

这样在任何平台的 shell 里行为都是一致的。

5.2 日志脱敏：IP 和手机号这样打码

线上日志里经常混着 IP、手机号、身份证号之类的敏感信息，发布前需要脱敏。这种批量替换正是sed的强项。

IP 地址打码：

sed -E 's/([0-9]{1,3}\.){3}[0-9]{1,3}/x.x.x.x/g' access.log

这个正则会匹配192.168.1.10这类 IPv4 地址，替换成x.x.x.x。还能进一步做到保留前两位、后两位打码，这就看你需要什么粒度的脱敏了。

手机号脱敏，保留前三位和后四位：

sed -E 's/(1[3-9][0-9])[0-9]{4}([0-9]{4})/\1****\2/g' users.txt

如果日志文件太大，脱敏完之后你还要统计一下改动范围，可以配合-n和p标志，只输出发生替换的行：

sed -nE 's/([0-9]{1,3}\.){3}[0-9]{1,3}/x.x.x.x/gp' access.log | wc -l

这里g是全局替换，p是每替换成功一行打印一次，加上-n取消默认输出，最终管道统计出的行数就是被脱敏过的行数。

5.3 for 循环批量处理：一切还可以再自动化一步

sed单文件处理只是基础，实际工作中经常要批量处理一堆同类型文件。比如把/opt/config/下所有.conf文件里的注释行删掉、把127.0.0.1替换成0.0.0.0：

for f in /opt/config/*.conf; do sed -i.bak '/^#/d; s/127.0.0.1/0.0.0.0/g' "$f" done

一个需要注意的坑：文件名可能包含空格。所以for循环里引用文件变量一定要加双引号，写"$f"而不是$f。另一个细节是，如果目录里一个.conf文件都没有，通配符*.conf会原样保留成一个不存在的路径，循环就会进入一次空转。想避免这种情况，在脚本开头加shopt -s nullglob可以解决，它会让没有匹配的通配符直接变成空列表。

批量修改这种事，sed -i每个文件都会重写一遍，效率足够，但请务必在跑之前先拿一两个文件做测试，确认正则的效果符合预期。

5.4 从管道输出里挑行：很多时候根本不用写脚本

sed最常见的隐藏技能，其实是处理其他命令的标准输出。比如ps aux只看表头之后的前两行：

ps aux | sed -n '1,3p'

再比如netstat -an的输出前三行是标题和统计信息，直接跳过：

netstat -an | sed '1,3d'

在adb shell场景里也很常见。比如列出所有安装包，只想找某个应用：

adb shell pm list packages | sed -n '/com.tencent/p'

这里的思路是，凡是场景是"我只想要某几行""我想给输出加个前缀""我想把输出的某些字段打码"，都可以在管道末尾挂一个sed搞定，完全不需要写一个完整的脚本文件。

有一个小习惯我一直推荐：当你想从命令输出里取某几行时，sed -n '2,5p'比head -5 | tail -4的组合更直观，因为它只表达一个动作："取 2 到 5 行"，不需要在两个命令之间来回换算行号。

6. 我不想你再踩的坑：sed 命令实战翻车现场

6.1 忘记 -n 造成的重复输出

前面反复强调过-n的问题，因为它是我见过最多新人翻车的点。举一个具体例子：你想把日志里匹配ERROR的行单独打印出来，于是写了sed '/ERROR/p' app.log。结果终端哗哗地输出所有行，而且每一行 ERROR 还出现了两次。表面上看是"输出重复了"，本质上是"默认输出 + p 命令"叠加了。

这类问题的排查思路很简单：你先问自己到底想要什么效果。如果你想要的是"只输出匹配行"，那就该加-n；如果你想要的是"输出所有行，但匹配行额外再看一遍"，那不加-n也没毛病。为了避免下意识犯错，建议把sed -n '/ERROR/p'这种组合当成一个固定搭配来记。

6.2 定界符冲突：替换路径时尤其常见

假设你想把文本里的http://www.example.com替换为空，如果直接用/当定界符，表达式会碎成一地：

sed 's/http://www.example.com//' file # 报错，或者结果奇怪

因为第一个/出现在s后面当定界符，第二个/是http://里的斜杠，第三个/是结束定界符。整个表达式的结构直接被内容里的斜杠干扰了。

解决办法就是换定界符。我会优先用#或者|：

sed 's#http://www.example.com##g' file sed 's|http://www.example.com||g' file

关键是记住：s后面的第一个字符就是定界符，之后所有同字符再次出现的位置都会被当成定界符解析。所以选定界符的原则是"内容里大概率不会出现的字符"。

6.3 转义的层级问题：Shell 一层，sed 一层

在 shell 里写sed命令，转义是两层叠加的：shell 解释一次，sed再解释一次。如果你把正则表达式用双引号包起来，shell 会先处理掉一波反斜杠，最后到sed手里的正则可能已经不是你想的那个样子了。

举个匹配反斜杠的例子。Windows 风格路径C:\tmp里的反斜杠，在正则里需要写成\\才能匹配一个真正的反斜杠。如果你用双引号写：

sed "s/C:\\tmp/\/data/g" file

shell 会先把\\变成单个\，于是sed收到的是C:\tmp，在正则里\t会被解释成制表符，完全不是你想要的效果。

我的铁律是：凡是sed表达式，一律用单引号包起来，除非你明确需要 shell 做变量展开。比如sed "s/$old/$new/g"这种需要变量插值的场景才用双引号。单引号内的一切内容都会原样传给sed，至少省掉一层心智负担。

6.4 不敢 -i：先测试再动手的铁律

-i用好了是神器，用坏了是事故。最常见的翻车方式是：正则写的没问题，但忘了文件里还有些特殊行也被误匹配了，然后-i一下，几百行数据悄悄变掉。

我个人的工作流是：

head -5 file | sed 's/要替换的/替换成/g'

先用head取几行样本跑一遍，确认输出效果。然后正式执行时带备份后缀-i.bak：

sed -i.bak 's/要替换的/替换成/g' file diff file.bak file # 确认改动内容符合预期

最后再决定要不要把.bak删掉。这套流程虽然多两步，但在大规模批量处理文件时，多这两步节省的排查时间是按小时算的。

6.5 非 ASCII 字符与 locale 问题

sed处理 UTF-8 中文时，大多数场景下是正常的，但如果当前环境的 locale 设置不正确，可能会出现"Invalid or incomplete multibyte or wide character"的错误，或者正则匹配发生诡异的偏移。

我之前在处理一份中英混排的文本时，就遇到过sed -E 's/[a-z]+//'把后面的中文字符也误删的情况。排查后发现是终端会话的LANG没设对，系统使用了不合适的字符集去解释输入流。解决办法是把环境变量指到 UTF-8：

export LANG=C.UTF-8

如果你的文本以中文为主，而且正则逻辑很复杂，我的建议是别硬用sed，直接考虑 Perl：perl -pi -e 's/模式/替换/g' file。Perl 对 Unicode 的支持比传统的sed要强得多，复杂字符操作会更省心。

7. 关于 sed，我已经养成的几个使用习惯

前面把原理、命令和坑都讲得差不多了，最后分享几个我在实际使用中沉淀下来的习惯，谈不上标准答案，但确实帮我省了很多事。

第一，我给自己定了一条硬规矩：涉及数据改动的sed -i，前面一定先有测试步骤，要么是head看样本，要么是-i.bak留备份。线上环境改坏了文件，再牛的补救手段都不如一开始留条退路。

第二，简单命令我直接写一行，复杂一点的命令我会写成脚本文件，再用sed -f script.sed file来跑。这样做的好处是命令里的空格、分号、转义字符都是固定的，不会因为换了终端、换了 shell 环境就出幺蛾子。脚本文件里还能加注释，过两个月回来看，还能大致明白当时想干什么。

第三，我对工具的选择有一个非常明确的分工：单纯找行用grep，改行批处理用sed，按列算数、生成报表用awk。如果某个需求的正则复杂到让我开始怀疑人生，那我果断切到perl -pi，不为难自己，也不为难sed。工具本来就是为需求服务的，没有哪个命令是必须死磕到底的。

最后说一个很实用的判断标准：如果你能把"取行、删行、替换、插入"这四类操作在 3 秒内用sed写出来，你的命令行熟练度已经超过大多数人了。再往上进阶，把模式空间、保留空间和多行处理的机制吃透，你会发现自己不仅能更快地写出命令，还能在你写之前就大概预判出sed会输出什么。这个预判能力，才是真正"懂 sed"的标志。