使用sed来删除含有非英文字母

Question

下面的正则表达式将按预期在记事本++线：

^.*[^a-z\r\n].*$ 

然而，当我尝试使用SED，它不会工作使用。

sed -r 's/\(^.*[^a-z\r\n].*$\)//g' wordlist.txt 

Answer 1

你可以使用：

sed -i '/[^a-z]/d' wordlist.txt 

这将删除具有非字母字符（无需指定换行符）

编辑的每一行：

你的正则表达式没有按不工作，因为你试图匹配

(bracket 
^ beginning of line 
... 
$ end of line 
) bracket 

由于你不会有一个括号，然后在行首，你的正则表达式根本不匹配任何东西。

注意，也表达

s/\(^.*[^a-z\r\n].*$\)//g' 

不会删除线，而是以一个空行替换它

EDIT2：

注意，在使用-r标志变化的sed行为\(和\)没有-r标志他们是组指标，但与-r国旗他们只是括号...

Answer 2

两件事：

Sed是一个流编辑器。它一次处理一行输入。这意味着搜索和替换命令等只能看到当前行。相比之下，Notepad ++在内存中具有整个文件，因此其搜索表达式可以跨越两行或更多行。

您的命令sed -r 's/\(^.*[^a-z\r\n].*$\)//g' wordlist.txt包括\(和\)。这些意味着真正的（即未转义的）圆括号。所以命令说找到一条以(开头的行，并以)结尾，其间有一些其他字符，并用空格替换它。将该命令重写为sed -r 's/^.*[^a-z\r\n].*$//g' wordlist.txt应该具有预期的效果。您也可以删除\r\n以得到sed -r 's/^.*[^a-z].*$//g' wordlist.txt。但这些都不会和Notepad ++命令完全一样，因为它们会留下空行。所以你可能会发现命令sed -r '/^.*[^a-z].*$/d' wordlist.txt更接近你真正想要的。