使用 sed 删除非字母数字字符答案

【问题标题】：Removing non-alphanumeric characters with sed使用 sed 删除非字母数字字符
【发布时间】：2013-11-29 05:06:17
【问题描述】：

我正在尝试验证一些输入以删除一组字符。只允许使用字母数字字符加号、句点、下划线、连字符。我已经测试了正则表达式 [^\w.-] 这里 http://gskinner.com/RegExr/ 并且它与我想要删除的内容相匹配，所以我不确定为什么 sed 会返回相反的结果。我错过了什么？

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

我试过了：

echo "Â10.41.89.50 " | sed s/[^\w.-]//g 返回Â...

echo "Â10.41.89.50 " | sed s/[\w.-]//g 和 echo "Â10.41.89.50 " | sed s/[\w^.-]//g 返回 Â10418950

我尝试在Skip/remove non-ascii character with sed 找到答案，但没有删除任何内容。

【问题讨论】：

尝试将-r 选项添加到sed，以便它能够识别扩展的正则表达式。
sed 不理解像 \w 这样的特殊字符类。只需使用[a-zA-Z0-9_-]。
-r 和使用[a-zA-Z0-9_-] 都不起作用。好吧，echo "Â10.41.89.50 " | sed s/[a-zA-Z0-9.-]//g 返回了Â，但echo "Â10.41.89.50 " | sed s/[^a-zA-Z0-9.-]//g 仍然返回了Â10.41.89.50。

【解决方案1】：

好吧 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

【讨论】：

【解决方案2】：

您可能想改用[:alpha:] 类：

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

应该可以。如果没有，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"

如果您的字符串在变量中，则可以使用纯 bash 和 parameter expansions：

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

或

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

你也可以看看1_CR的回答。

【讨论】：

@dw1：不，我不这么认为。在第一个示例中，我们想要删除所有字母、句点和连字符，这就是命令的作用（sed 将这些符号替换为任何内容）。最后一个例子是相同的逻辑，但是有 Bash 的参数扩展。

【解决方案3】：

tr 的-c（补码）标志可能是一个选项

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

【讨论】：

@AlexanderMills, @Herlon, 虽然上面的 tr 咒语符合 POSIX，但我没有方便测试的 MacOS
这个答案在 macOS 上运行良好，只是语言环境在 :alnum: 字符类中包含非英文字母（应该如此）。如果你想删除非英文字符，试试这个：echo "Â10.41.89.50-._ /" | tr -cd '[a-zA-Z0-9]._-'
@iruvar，我认为你需要删除那些额外的括号（类是 '[:alnum:]' 而不是 '[[:alnum:]]' 并且 tr 不是 sed/perl 等.) 否则您的表达式将允许那些非字母数字（'[', ']'）通过。我刚刚打了这个

【解决方案4】：

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

这对我来说效果很好。它保留了我为我的目的指定的所有字符。

【讨论】：

【解决方案5】：

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

删除字母数字和“.+_-”字符以外的任何字符。

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

【讨论】：

【解决方案6】：

要删除除字母数字和“-”之外的所有字符，请使用以下代码：

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

【讨论】：