为什么sed一次不能匹配一个文件中的多个字符？

debugcn 发表于 Dev

MatrixManAtYrService

我想使用sed处理Visual Studio生成的一堆文件。似乎有关的文件有些神奇之处，即使sed被赋予相同的字符串，它们也会导致sed的行为有所不同：

生成相同字符串的两种情况：

$ echo "#endif    // not APSTUDIO_INVOKED"
#endif    // not APSTUDIO_INVOKED

$ cat Version.rc.in | tail -n 3 | head -n 1
#endif    // not APSTUDIO_INVOKED

无论哪种情况，我都可以一次替换一个字符：

$ echo "#endif    // not APSTUDIO_INVOKED" | sed 's/A/B/'
#endif    // not BPSTUDIO_INVOKED

$ cat Version.rc.in | tail -n 3 | head -n 1 | sed 's/A/B/'
#endif    // not BPSTUDIO_INVOKED

但是，当我尝试替换多个字符时，该文件输出失败，但回显输出成功。

$ echo "#endif    // not APSTUDIO_INVOKED" | sed 's/AP/B/'
#endif    // not BSTUDIO_INVOKED

$ cat Version.rc.in | tail -n 3 | head -n 1 | sed 's/AP/B/'
#endif    // not APSTUDIO_INVOKED

进一步的修改使我确信，限制与sed匹配超过一个字符长的字符串的能力有关。例如's/A/XXX/'有效，但's/AP/BB/'无效。

为什么？

我在Windows Server 2012上使用Cygwin

$ uname -a
CYGWIN_NT-6.3 MattsWinBox 2.3.1(0.291/5/3) 2015-11-14 12:44 x86_64 Cygwin

马里奥·克莱布斯（Mario Klebsch）

猜一猜：Visual Studio中的文件可能使用UTF-16编码，每个字符占用两个字节，而sed可能不知道它。您可以尝试以下命令来检出：

echo "#endif    // not APSTUDIO_INVOKED" | od -c
cat Version.rc.in | tail -n 3 | head -n 1 | od -c

od -c 使用不可打印字符的本地代码逐字符转储输入数据。

对于第一个命令，我在linux上获得以下输出：

0000000   #   e   n   d   i   f                   /   /       n   o   t
0000020       A   P   S   T   U   D   I   O   _   I   N   V   O   K   E
0000040   D  \n
0000042

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。