ruby - 如何删除出现在特定符号之后的行上的所有文本？

Question

我有一个文件file1.txt，像这样：

This is some text.
This is some more text. ② This is a note.
This is yet some more text.

我需要删除出现在“②”之后的任何文本，包括“②”和紧接其前出现的任何单个空格（如果存在这样的空格）。例如，上面的文件将变为file2.txt：

This is some text.
This is some more text.
This is yet some more text.

如何删除“②”、后面的任何内容以及前面的任何单个空格？

• 如何在 bash 中删除一个字符后的所有文本？似乎不起作用，也许是因为“②”不是一个普通的字符。
• 该文件以 UTF-8 格式保存。

Answer 1

Perl 解决方案：

$ perl -CS -i~ -p -E's/ ②.*//' file1.txt

您最终会在 file1.txt 中获得正确的数据，并在 file1.txt~ 中备份原始文件。

Answer 2

我希望您确实意识到大多数 unix 实用程序不适用于 unicode。我假设您的输入是 UTF-8，如果不是，您必须相应地进行调整。

#!/bin/bash
function px {
 local a="$@"
 local i=0
 while [ $i -lt ${#a}  ]
  do
   printf \\x${a:$i:2}
   i=$(($i+2))
  done
}
(iconv -f UTF8 -t UTF16 | od -x |  cut -b 9- | xargs -n 1) |
if read utf16header
then
 echo -e $utf16header
 out=''
 while read line
  do
   if [ "$line" == "000a" ]
    then
     out="$out $line"
     echo -e $out
     out=''
   else
    out="$out $line"
   fi
  done
 if [ "$out" != '' ] ; then
   echo -e $out
 fi
fi |
 (perl -pe 's/( 0020)* 2461 .*$/ 000a/;s/ *//g') |
 while read line
  do
    px $line
  done | (iconv -f UTF16 -t UTF8 )

Answer 3

尝试这个：

sed -e '/②/ s/[ ]*②.*$//'

• /②/仅查找包含魔术符号的行；
• [ ]*对于魔术符号前的任意数量（不匹配）空格；
• .*$其他一切，直到行尾。

Answer 4

sed -e "s/[[:space:]]②[^\.]*\.//"

However, I am not sure that the ② symbol is parsed correctly. Maybe you have to use UTF8 codes or something like.