【发布时间】：2014-09-17 06:30:37
【问题描述】：
例如，我有一个普通文本的文件，例如：
"Word1 word2, word3; word4. Word5"
我想得到一个每行 1 个单词的文件，保持标点，并有序：
,
.
;
Word1
word2
word3
word4
Word5
到目前为止，我发现这与我需要的最接近：
#!/bin/sh
for word in $(cat "input_file.txt"):
do echo $word >> output_file1.txt;
done
sort "output_file1.txt" >> "output_file2.txt"
这会产生这种输出：
Word1
word2,
word3;
word4.
Word5
显然是用空格分隔的。 如何通过空格和标点字符分隔并保留它们？
P.S：文件输入文件中含有丰富的特殊字符，例如变音符号：
Kuͦn、zuͦ、buͤtten、güetter。
当应用grep -Eo '\w+|[^\w ]' file 时，它们被拆分，好像变音符号是一个分隔符：
gu
̈
etter
虽然在其他情况下这些字符不会影响拆分：
brüchen
【问题讨论】：
-
两个问题：(1.) 当您说 'and ordered' 时，您的意思是按照遇到的顺序保持标点符号吗？ (2.)可能使用的标点符号是什么？是
. ,;吗？ -
按字母顺序排列。可能的标点符号：
. , () : ; -
知道了，如果不需要保留
Word/punct关联，已经给出的答案可以正常工作。