用換行符/段落標記替換所有空格以生成單詞列表

Question

我正在嘗試為我們在課堂上翻譯的希臘文字詞匯表。 我想用段落標記替換每個空格或制表符，以便每個單詞都出現在它自己的行上。 任何人都可以給我sed命令，並解釋我在做什么？ 我還在努力想出去。

Answer 1

對於相當現代的sed版本，編輯標准輸入以產生標准輸出

$ echo 'τέχνη βιβλίο γη κήπος' | sed -E -e 's/[[:blank:]]+/\n/g'
τέχνη
βιβλίο
γη
κήπος

如果你的詞匯在文件命名為lesson1和lesson2 ，重定向的sed的標准輸出到文件all-vocab與

sed -E -e 's/[[:blank:]]+/\n/g' lesson1 lesson2 > all-vocab

這是什么意思：

• 字符類 [[:blank:]]匹配單個空格字符或單個制表符。
  • 使用[[:space:]]來匹配任何單個空格字符（通常是空格，制表符，換行符，回車符，換頁符和垂直制表符）。
  • +量詞表示匹配前一個模式中的一個或多個 。
  • 所以[[:blank:]]+是一個包含所有空格或制表符的一個或多個字符的序列。
• 替換中的\\n是您想要的換行符。
• 末尾的/g修飾符意味着盡可能多次執行替換，而不是僅執行一次。
• -E選項告訴sed使用POSIX擴展正則表達式語法，特別是在這種情況下使用+量詞。 如果沒有-E ，你的sed命令就會變成sed -e 's/[[:blank:]]\\+/\\n/g' 。 （注意使用\\+而不是簡單的+ 。）

Perl兼容的正則表達式

對於那些熟悉Perl兼容的正則表達式和支持PCRE的sed的人，使用\\s+來匹配至少一個空白字符的運行，如

sed -E -e 's/\s+/\n/g' old > new

要么

sed -e 's/\s\+/\n/g' old > new

這些命令從old文件中讀取輸入，並將結果寫入當前目錄中名為new的文件。

最大的便攜性，最大的無效性

從版本7 Unix開始回到幾乎任何版本的sed，命令調用更加巴洛克式。

$ echo 'τέχνη βιβλίο γη κήπος' | sed -e 's/[ \t][ \t]*/\
/g'
τέχνη
βιβλίο
γη
κήπος

筆記：

• 在這里，我們甚至不假設存在簡單+量詞，並使用單個空格或制表符[ \\t] ）進行模擬，然后是零或多個（ [ \\t]* ）。
• 同樣，假設sed不理解\\n換行，我們必須逐字地將它包含在命令行中。
  • \\和命令第一行的結尾是一個延續標記，它會轉移緊隨其后的換行符，並且命令的其余部分位於下一行。
    • 注意：轉義換行符之前必須沒有空格。 也就是說，在第一行的末尾必須嚴格反斜線后跟端的行。
  • 這個容易出錯的過程有助於理解為什么世界會轉移到可見角色，並且您需要謹慎地嘗試使用復制粘貼來執行命令。

關於反斜杠和引用的注釋

上面的命令都使用單引號（ '' ）而不是雙引號（ "" ）。 考慮：

$ echo '\\\\' "\\\\"
\\\\ \\

也就是說，與雙引號字符串相比，shell將不同的轉義規則應用於單引號字符串。 您通常希望使用單引號保護正則表達式中常見的所有反斜杠。

Answer 2

可行的方法是：

sed -e 's/[ \t][ \t]*/\
/g'

這是反斜杠和斜杠之間的實際換行符。 許多sed實現都不知道\\n ，所以你需要一個文字換行符。 換行符之前的反斜杠可防止sed對換行符感到不安。 （在sed腳本中，命令通常由換行符終止）

使用GNU sed，您可以在替換中使用\\n ，在正則表達式中使用\\ s：

sed -e 's/\s\s*/\n/g'

GNU sed還支持“擴展”正則表達式（即egrep樣式，而不是perl樣式），如果你給它-r標志，那么你可以使用+ ：

sed -r -e 's/\s+/\n/g'

如果這只適用於Linux，你可以使用GNU命令，但如果你想在非GNU sed的系統上工作（例如：BSD，Mac OS-X），你可能想要更多便攜式選擇。

Answer 3

上面列出的sed的所有示例都在一個平台或另一個平台上中斷。 它們都不適用於Mac上附帶的sed版本。

但是，在安裝了Perl的任何機器上，Perl的正則表達式都是一樣的：

perl -pe 's/\s+/\n/g' file.txt

如果要保存輸出：

perl -pe 's/\s+/\n/g' file.txt > newfile.txt

如果您只想要單獨出現的單詞：

perl -pe 's/\s+/\n/g' file.txt | sort -u > newfile.txt

Answer 4

1. 選項1

    echo $(cat testfile) 

2. 選項2

    tr ' ' '\\n' < testfile 

Answer 5

這應該做的工作：

sed -e 's/[ \t]+/\n/g'

[ \\t]表示空格或制表符。 如果你想要任何空間，你也可以使用\\s 。

[ \\t]+表示您想要的多個空格或制表符（但至少有一個）

s/x/y/表示用s/x/y/替換模式x（這里\\n是新行）

最后的g意味着你必須重復每行中發生的次數。

Answer 6

您可以使用POSIX [[:blank:]]來匹配水平空白字符。

sed 's/[[:blank:]]\+/\n/g' file

或者您也可以使用[[:space:]]而不是[[:blank:]] 。

例：

$ echo 'this  is a sentence' | sed 's/[[:blank:]]\+/\n/g'
this
is
a
sentence

Answer 7

您也可以使用xargs ：

cat old | xargs -n1 > new

要么

xargs -n1 < old > new

Answer 8

使用gawk ：

gawk '{$1=$1}1' OFS="\n" file