使用 sed 删除非字母数字字符

Question

我正在尝试验证一些输入以删除一组字符。只允许字母数字字符加上加号、句点、下划线和连字符。我已经在这里http://gskinner.com/RegExr/测试了正则表达式[^\w.-]，它匹配了我想要删除的内容，所以我不确定为什么sed返回相反的结果。我错过了什么吗？

我的最终目标是输入"Â10.41.89.50 "并得到"10.41.89.50"。

我尝试过： echo "Â10.41.89.50 " | sed s/[^\w.-]//g 返回... echo "Â10.41.89.50 " | sed s/[\w.-]//g和echo "Â10.41.89.50 " | sed s/[\w^.-]//g都返回Â10418950 我尝试了在这里找到的答案Skip/remove non-ascii character with sed，但没有任何东西被删除。

- wanderingandy

---

尝试在sed命令后添加-r选项，这样它就可以识别扩展正则表达式。 - Barmar

sed 不理解像 \w 这样的特殊字符类。只需使用 [a-zA-Z0-9_-]。 - Mark Reed

不是 -r 也不是使用 [a-zA-Z0-9_-]。 好的 echo "Â10.41.89.50 " | sed s/[a-zA-Z0-9.-]//g 返回了 Â 但是 echo "Â10.41.89.50 " | sed s/[^a-zA-Z0-9.-]//g 仍然返回了 Â10.41.89.50。 - wanderingandy

Answer 1

tr的-c（补集）标志可能是一个选项

echo "Â10.41.89.50-._ " | tr -cd '[:alnum:]._-'

- iruvar

---

@AlexanderMills，@Herlon，虽然上面的“tr”咒语符合POSIX标准，但我手头没有MacOS来测试。 - iruvar

这个答案在 macOS 上可以正常工作，只是本地设置包含非英文字母在 :alnum: 字符类中（按照应有的方式）。如果你想要删除非英文字符，请尝试这样做：echo "Â10.41.89.50-._ /" | tr -cd '[a-zA-Z0-9]._-' - tjmcewan

@iruvar，我想你需要去掉那些多余的括号（类别是'[:alnum:]'而不是'[[:alnum:]]'，tr 不是 sed/perl 等等）。否则，你的表达式将会允许那些非字母数字字符（'['，']'）通过。我刚遇到了这个问题。 - elbeardmorez

使用LANG=C tr -cd '...'可能是个好主意。 - Fravadona

Answer 2

您可能希望使用[:alpha:]类代替：

echo "Â10.41.89.50 " | sed "s/[[:alpha:].-]//g"

如果不起作用，您可能需要更改本地设置。

另一方面，如果您只想保留数字、连字符和句点：

echo "Â10.41.89.50 " | sed "s/[^[:digit:].-]//g"

如果您的字符串存储在一个变量中，您可以使用纯bash和参数展开来实现：

If your string is in a variable, you can use pure bash and parameter expansions for that:

$ dirty="Â10.41.89.50 "
$ clean=${dirty//[^[:digit:].-]/}
$ echo "$clean"
10.41.89.50

或者

$ dirty="Â10.41.89.50 "
$ clean=${dirty//[[:alpha:]]/}
$ echo "$clean"
10.41.89.50

你也可以查看 1_CR 的答案。

- gniourf_gniourf

---

@dw1：不，我认为不是这样的。在第一个示例中，我们想要删除所有字母、句号和连字符，这就是该命令所做的（sed将这些符号替换为无）。最后一个示例是相同的逻辑，但使用了Bash的参数展开。 - gniourf_gniourf

Answer 3

使用以下代码仅保留字母数字和 "-" 字符：

echo "a b-1_2" | sed "s/[^[:alnum:]-]//g"

- panticz

Answer 4

sed不支持Unicode字符。请改用perl：

> s="Â10.41.89.50 "
> perl -pe 's/[^\w.-]+//g' <<< "$s"
10.41.89.50

- anubhava

---

@jthill: 在我的OSX上没有运行（可能是由于某些本地化设置）。 - anubhava

看起来我的OSX 10.6.8上的sed不支持Unicode，但gnu-sed应该支持Unicode。 - anubhava

@gorideyourbike：好的，随便使用其他答案。 - anubhava

@anubhava 不应该是语言环境问题，perl 会尊重它。我猜想苹果的 sed 版本过旧了，你运行 sed --version 看看输出是什么？ - jthill

@jthill：sed --version 出现错误：sed: illegal option -- -。 - anubhava

Answer 5

s/[^[:alnum:]+._-]//g

删除除字母数字和".+_-"字符之外的任何内容。

echo "Â10.41.89.50 +-_" | sed s/[^[:alnum:]+._-]//g
Â10.41.89.50+-_

- Iwan Plays

---

请提供一些解释。 - user3142695

@user3142695 这不是手册的替代品。这只回答了关于man sed命令的问题，没有任何技巧，也没有任何玄学。其中没有包含任何高深的知识。 - RichieHH

不，这将用空白替换输入的第一个字符 - ^ 是 sed 中字符串的开头。 - MaurGi

Answer 6

<`[[:alnum:]_.@]`

这对我来说完全有效。它保留了我为我的目的指定的所有字符。

- technerdius