除了新行以外,我如何删除所有非单词字符?

这将删除不匹配的字符 \w 或 \n :

cat file | perl -C -pe 's/[^\w\n]//g'

@sth的解决方案使用perl,它(至少在我的系统上)与unicode不兼容,因此它丢失了重音o字符。

另一方面, sed 是 Unicode兼容(根据 the lists on this page ,并给出正确的结果:

$ sed 's/\W//g' a.txt
mylinesomewordstext
ohlóokivegotsomecharacters

在Perl中,我只需添加-l开关,它通过将换行符追加到每个print()的末尾来重新添加换行符:

 perl -ple 's/\W//g' file

注意你不需要 cat 。

先前的回应并没有回应“_3”这个字。至少对我来说。

sed 's/\W//g' file

shell脚本的最佳实践要求您使用tr程序替换单个字符,而不是sed,因为它更快、更高效。显然,如果替换较长的字符串,请使用sed。

tr-d'[:blank:][:punct:'<文件

随着时间流逝,我得到:

实0m0.003s
用户0m0.000s
系统0m0.004s

当我运行sed应答(sed-e's/\w//g'文件)时,我得到:

实0m0.003s
用户0m0.004s
系统0m0.004s

虽然没有“巨大”的差异,但是在对较大的数据集运行时,您会注意到差异。另外,请注意,我没有将cat的输出通过管道传递到tr,而是使用i/o重定向(少生成一个进程)。