我有一个这样的文件：
my line - some words & text
oh lóok i've got some characters
我想“规范化”它并删除所有非单词字符。我想结束这样的事情：
mylinesomewordstext
ohlóokivegotsomecharacters
我现在在命令行上使用 Linux，我希望有一些我可以使用的单行。
我试过这个：
cat file | perl -pe 's/\W//'
但这删除了所有换行符并将所有内容放在一行中。有什么办法可以告诉 Perl 不要在\W? 还是有其他方法？
这将删除不匹配的字符\w或\n：
cat file | perl -C -pe 's/[^\w\n]//g'
@sth 的解决方案使用 Perl，它（至少在我的系统上）不兼容 Unicode，因此它丢失了重音 o 字符。
另一方面，sed 是Unicode 兼容的（根据此页面上的列表），并给出正确的结果：
$ sed 's/\W//g' a.txt
mylinesomewordstext
ohlóokivegotsomecharacters
在 Perl 中，我只需添加 -l 开关，它通过将换行符附加到每个 print() 的末尾来重新添加换行符：
perl -ple 's/\W//g' file
请注意，您不需要cat.
先前的响应没有回显“ó”字符。至少在我的情况下。
sed 's/\W//g' file
shell 脚本的最佳实践要求您应该使用 tr 程序而不是 sed 来替换单个字符，因为它更快、更有效。如果替换更长的字符串，显然使用 sed。
tr -d '[:blank:][:punct:]' <文件
随着时间的推移，我得到：
实际 0m0.003s
用户 0m0.000s
系统 0m0.004s
当我运行 sed 答案（sed -e 's/\W//g' 文件）时，我得到：
真实 0m0.003s
用户 0m0.004s
系统 0m0.004s
虽然不是“巨大”的差异，但在运行更大的数据集时您会注意到差异。另请注意，我没有将 cat 的输出通过管道传输到 tr，而是使用 I/O 重定向（产生的进程少了一个）。