与非乌克兰字符的bash

Question

删除字符串中使用的文件结构

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

我想删除没有从乌克兰字母表至少一个字符的所有字符串。

脚本：

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

没有做任何事情。哪里不对？

使用mac bash。

Answer 1

假设你的性格类中定义的乌克兰字母是正确的，下面应该工作：

sed '/[А-ЯЄЇІа-яєїі]/!d' file 

• [А-ЯЄЇІа-яєїі]乌克兰字母就行的任何地方匹配。
  • 注意，即使是看起来像 ASCII字母A I a i字母实际上乌克兰（西里尔）字母与Unicode代码点U+410 U+406 U+430 U+456。
• !否定匹配，这意味着只有线不含有至少1乌克兰语的字母匹配。
• d删除这些行。

为了把它放在一起：

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

---

至于你已经尝试过什么：

• 由于@StefanHegny在关于这个问题的评论指出，+当sed是为了使不运行与-E不支持扩展正则表达式;没有-E，必须使用繁琐的\{1,\}。 （\+仅由GNUsed支持，不是由sed的BSD版本的MacOS自带）。

• 不过，即使你的命令，sed '/[^А-ЯЄЇІа-яєїі]\{1,\}/d'的固定版本，不会做你想要的东西：它删除包含至少一个非乌克兰的字母字符，免去所有的所有的行输入行，因为它们都具有基于ASCII的字段名称并包含:。

• 你应该用双引号变量引用如$i保护他们免受shell扩展："$i"

• BSD桑达不支持就地更新与-i，但是 - 不像GNU桑达 - 它需要的是一个空选项形式参数（指示没有输入文件的备份应）来指定作为单独的参数：-i ''。

  • 你写对一个-TEMP文件先，然后替换最原始的方法也工作，但它通常最好使用下面的语句：sed ... file > file.tmp && mv file.tmp file。与&&分离mv命令确保如果sed命令成功执行原来的文件只更换。
    这就是说，不与逻辑错误，在手的情况下帮助：尽管输出什么，在这种情况下sed报告成功。

Answer 2

此代码将实现你想要的（如果我理解正确你的问题）：

grep -i "Я\|Є\|Ї\|І" /folder/file >> /tmp/result 

结果存储在/tmp/result

注：我不知道乌克兰，所以我我确定我没有包括所有的乌克兰字符，请添加/删除你想匹配的乌克兰字符到上面的建设。

注2：这个代码是区分大小写的感谢grep -i所以你只需要添加一次字符（小写或大写）。

把它放在你的循环可能是：

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

编辑：我编辑这个答案，使其更简单，并移交给循环添加到它。