删除带有非乌克兰字符的字符串bash

使用文件结构

foo_11: "Марія"
foo_112: "Superman"
FOOTLONG: "Subway"
foo_13: "Юлія"

我想从乌克兰字母表中删除所有至少没有一个字符的字符串

脚本：

for i in *.txt;
do 
 sed '/[^А-ЯЄЇІа-яєїі]+/d' $i >$i.out
 mv $i.out $i
done

什么都不做。怎么了

---

使用mac bash。

此代码将实现您想要的功能（如果我正确理解了您的问题）：

结果存储在

/tmp/result

注意：我不知道乌克兰语，所以我确定我没有包括所有乌克兰语字符，请添加/删除您希望与上述结构匹配的乌克兰语字符。

注2:由于

grep-i

的原因，此代码不区分大小写，因此只需添加一次字符（小写或大写）

要将其放在循环中，可以是：

for i in *.txt;
do
grep -i "Я\|Є\|Ї\|І" "$i" > "$i".out
mv "$i".out "$i"
done

---

编辑：我编辑此答案是为了使其更简单，并为其添加一个循环。

假设您定义乌克兰字母的字符类是正确的，以下操作应该有效：

sed '/[А-ЯЄЇІа-яєїі]/!d' file

• [А-ЯЯа-єїі]

  匹配行中任何位置的乌克兰字母。
  • 请注意，即使看起来像ASCII字母

    aii

    的字母实际上也是带有Unicode码点的乌克兰（西里尔）字母

    U+410 U+406 U+430 U+456

• 否定匹配，这意味着只有不包含至少1个乌克兰字母的行匹配

• d

  删除这些行

总而言之：

for f in *.txt; do 
  sed -i '' '/[А-ЯЄЇІа-яєїі]/!d' "$f"    # -i '' is BSD Sed syntax; GNU sed takes just -i
done

---

至于你试过什么：

• 正如@StefanHegny在对该问题的评论中指出的那样，

  +

  在

  sed

  未与

  -E

  一起运行以启用扩展正则表达式时不受支持；如果没有

  -E

  ，则必须使用繁琐的

  \{1，\}

  。（

  \+

  仅受GNU

  sed

  支持，而不受macOS附带的BSD版本的

  sed

  支持）

• 但是，即使是命令的固定版本，

  sed'/[^А-ЯЯ-Я-єїі]{1，\}/d'

  ，也不能满足您的需要：它删除至少包含一个非乌克兰字母字符的所有行，这将消除所有输入行，因为它们都具有基于ASCII的字段名，并且包含

  ：

• 您应该双引号引用变量引用，例如

  $i

  ，以保护它们不受shell扩展的影响：

  “$i”

• BSD Sed确实支持使用

  -i

  进行就地更新，但与GNU Sed不同，它要求将空选项参数（表示不应备份输入文件）指定为单独的参数：

  -i'

  • 您的write-to-a-temp-file-first-then-replace-the-original方法同样有效，但通常最好使用以下习惯用法：

    sed。。。file>file.tmp&&mv file.tmp文件

    。将

    mv

    命令与

    和&

    分开可确保仅当

    sed

    命令成功时才替换原始文件。
    这就是说，这对处理逻辑错误并没有帮助，就像在本例中一样：尽管没有输出任何内容，

    sed

    报告了本例中的成功

---

您的sed是否支持

+

修饰符？我的没有，所以我必须写

\{1，\}

而不是，即使是OP字符类中看起来像ASCII字母

aiai

的字母，实际上也是带有Unicode码点的乌克兰（西里尔文）字母

U+410 U+406 U+430 U+456

。我不确定，乌克兰语不是我的强项：-pI将留给OP添加所有乌克兰语字符。@Jamil说你写对了字母）你只是忘了包含范围A-Я。我在堆栈上的某个地方读到，上面的范围仅包括俄语字母，因此我使用此解决方法添加了一些缺少的字母。一个人可能也应该包括Ґ，但这适合我的情况。你的答案可能比我的好，因为它避免了

mv

部分，所以我选了你。谢谢，它成功了。然而，我不必使用

sed-I'

，即使我没有创建别名，在这种情况下，常规的

sed

也可以正常工作。不过，我不得不在其他情况下使用上述解决方法……此外，在每个文件的开头，我都有字符串l_ukrainian：不确定为什么脚本没有删除它，尽管它很适合我。@mklement0您可能误读了“l_ukrainian”在我的情况下没有删除。阿尔克罗：啊，我明白了。这确实令人惊讶。将您的文件传送到

cat-v

，查看是否有乌克兰字符。毕竟在那第一行（比如a

U+456

i

）。（但听起来你真的想保持这条线，对吗？）

for f in *.txt; do 
  sed -i '' '/[А-ЯЄЇІа-яєїі]/!d' "$f"    # -i '' is BSD Sed syntax; GNU sed takes just -i
done