用正则表达式标记字符串

\G 运算符,该运算符将只允许连续匹配,并在字符串中需要1到4个非空白块的开头锚定先行。

(?:^(?=\s*\S+(?:\s+\S+){0,3}\s*$)|\G(?!^))\s*\K\S+

看 regex demo

:

• (?:^(?=\s*\S+(?:\s+\S+){0,3}\s*$)|\G(?!^)) -用于检查以下情况的自定义边界:

  • ^(?=\s*\S+(?:\s+\S+){0,3}\s*$) -字符串起始位置( ^ )然后是1到4个非空白块,以1+空白分隔,也允许尾随/前导空白
  • | -或
  • \G(?!^) \G 也匹配字符串的开头,因此我们必须使用负前瞻排除匹配位置,因为执行了单独的检查)

• \s*

• \K -一个匹配重置运算符,丢弃迄今为止匹配的所有文本
• \S+ -除空白以外的1个或多个字符

可以使用tr在linux上完成:

tr -sc 'a-zA-Z' '\n' < text.txt > out_text.txt

其中在文本中。txt文件是要规范化的字符串。