分组和反向引用是正则表达式中的基本概念，sed为两者提供支持。
分组允许您将多个字符视为一个单元，而反向引用允许您引用先前匹配的组。
在本教程中，我们将介绍与分组和反向引用相关的各种主题sed，例如捕获组、组内交替等等。
捕获组和反向引用
假设你有一个名为names.txt包含以下内容：
John Doe
Jane Doe
并且您想将姓名顺序更改为姓氏、名字。您可以使用sed命令与捕获组和反向引用来完成此操作。
Command:
sed 's/\(.*\) \(.*\)/\2, \1/' names.txt
Output:
Doe, John
Doe, Jane
在此命令中，搜索模式\(.*\) \(.*\)用于匹配整行并捕获名字和姓氏。首先\(.*\)捕获第一个名称和第二个名称\(.*\)捕获姓氏。
替换模式\2, \1用于替换匹配的文本。
The \1是对第一个捕获组的反向引用，并且\2是对第二个捕获组的反向引用。
因此，替换模式会交换名字和姓氏，并在中间添加逗号。
在 sed 组中使用大括号 {} 进行重复
大括号{} in sed用于指定一个字符或一组字符的重复。
您可以使用它们来匹配某个字符或一组的特定重复次数。
例如，假设您有一个名为numbers.txt包含以下内容：
111
222
333
并且你想改变111 to 1, 222 to 2, and 333 to 3。您可以使用sed带大括号的命令{}来指定重复。
Command:
sed 's/\(1\)\1\{2\}/\1/' numbers.txt
Output:
1
222
333
在此命令中，搜索模式\(1\)\1\{2\}用于匹配111在输入中。这\(1\)捕获第一个1，以及\1\{2\}匹配接下来的两个1s.
替换模式\1用于将匹配的文本替换为第一个捕获的组，即1.
因此，111被替换为1在输出中。
您可以再次运行该命令2 and 3改变222 to 2 and 333 to 3.
在组内使用交替 (|)
交替进行sed用于匹配 this OR that。您可以使用管道符号|团体内部()来指定交替。
请注意，您需要使用-E启用扩展正则表达式的选项sed为了这个工作。
例如，假设您有一个名为days.txt包含以下内容：
Monday
Tuesday
Wednesday
而你想更换Monday or Wednesday with Holiday。您可以使用sed通过在小组内轮流指挥来实现这一目标。
Command:
sed -E 's/(Monday|Wednesday)/Holiday/' days.txt
Output:
Holiday
Tuesday
Holiday
搜索模式(Monday|Wednesday)用于匹配Monday or Wednesday在输入中。
替换模式Holiday用于替换匹配的文本。
成组转义括号和元字符
In sed， 括号()用于分组，但如果您想匹配输入中的文字括号或其他元字符，则需要使用反斜杠对其进行转义\.
例如，假设您有一个名为data.txt包含以下内容：
(abc) def (ghi)
并且您想删除括号。您可以使用sed带有转义括号的命令来完成此操作。
Command:
sed 's/(/[/g; s/)/]/g' data.txt
Output:
[abc] def [ghi]
在此示例中，sed命令替换所有出现的( with [以及所有出现的) with ].
但是，如果您正在使用sed与-E选项（启用扩展正则表达式），括号( and )默认情况下被视为特殊字符，您必须对它们进行转义才能将它们视为文字字符：
sed -E 's/\(/[/g; s/\)/]/g' data.txt
该命令将产生与前面的示例相同的输出。
反向引用的限制和边缘情况
反向引用位于sed功能强大，但您应该注意一些限制和边缘情况：
-
反向引用数量有限: In
sed，您最多只能使用 9 个反向引用（\1 to \9）在替换模式中。如果搜索模式中的捕获组超过 9 个，则只能在替换模式中引用前 9 个。
-
不支持 Lookahead 和 Lookbehind 断言： 如前面提到的，
sed不支持lookahead和lookbehind断言，这在某些情况下会限制反向引用的使用。
-
不支持嵌套捕获组:
sed不支持嵌套捕获组，这可能会导致在某些情况下难以使用反向引用。
使用组和反向引用时的常见错误
在中使用组和反向引用sed可能很棘手，人们经常犯一些常见的错误：
-
不转义特殊字符：在基本正则表达式（BRE）中，这是默认模式
sed, 特殊字符如(, ), {, and }必须用反斜杠转义\被视为组分隔符或重复运算符。例如，\( and \)用于分组，并且\{m,n\}用于重复。
-
使用错误的反向引用：反向引用
\1 to \9按照捕获的组在搜索模式中出现的顺序引用它们。在替换模式中使用错误的反向引用是一个常见的错误。
-
混淆分组和捕获：所有捕获组
( ... )也是分组构造，但并非所有分组构造都是捕获组。例如，(?: ... )是一个非捕获组，它将所包含的标记进行分组，但不捕获匹配的文本。
-
不考虑换行： 默认情况下，
sed逐行处理输入，因此^ and $锚点匹配行的开头和结尾，而不是整个输入的开头和结尾。如果您需要处理多行，则需要使用N命令将下一行输入附加到模式空间。
-
Using
*代替.*: *匹配零个或多个前面的标记，而.*匹配零个或多个任何字符（换行符除外）。这是一个常见的错误使用*代替.*在搜索模式中。
使用 sed 进行高效日志处理
我从事的一项特别的自由职业是为一位美国客户提供服务，该客户有大量日志文件需要处理和重新格式化。
该日志文件包含大约 1000 万行文本，每行都有一组由分隔符分隔的值。
客户端需要重新排列文本的某些部分、交换一些值并删除冗余条目。
我尝试使用Python来处理该文件，但由于文件太大，处理时间太长。
然后我意识到 Linux 中的 sed 命令非常适合这项任务，因为它是为文本处理而设计的，可以直接处理文件，而无需将整个文件加载到内存中。
分组允许您将正则表达式的一部分分组在一起，而反向引用允许您重新引用分组的文本。
这些行是这样的：
timestamp|IP|URL|status
客户希望将其重新安排为：
IP|timestamp|status|URL
我可以使用带有分组和反向引用的 sed 命令来轻松地重新排列文本：
sed 's/\(.*\)|\(.*\)|\(.*\)|\(.*\)/\2|\1|\4|\3/' input.log > output.log
在此命令中， s 表示sed执行替换，() 用于对文本的各个部分进行分组。 ‘\1’、‘\2’等是反向引用，指的是文本的分组部分。
Using sed通过分组和反向引用，我能够在 30 分钟内处理 1000 万行文件，而我最初编写的 Python 脚本只能在相同的时间内处理文件的 10% 左右。
