求助：使用grep提取仅含[[:alnum:]]和[[:punct:]]的内容并过滤特殊字符

需求：从词表中保留仅包含字母数字[[:alnum:]]和标点符号[[:punct:]]的内容，过滤掉ʥ、ʯ、ʬ这类不属于目标范围的字符。

输入示例 #

love
great2
pl@ce
&rt
joHn
&^~%$@!$#)(_-+
hearʥ
ʯbattle
fiʬeld

期望输出 #

love
great2
pl@ce
&rt
joHn
&^~%$@!$#)(_-+
hear
battle
field

原命令问题 #

你尝试的命令：

grep -E -o --text "[[:punct:]]*[[:alnum:]]|[[:alnum:]]*[[:punct:]]" list.txt > Final.txt

存在两个核心问题：

1. -o选项会让grep仅输出正则匹配到的片段，而非整行，导致完整合法行被拆分，无法保留原有行结构
2. 正则逻辑仅能匹配“标点+字母数字”或“字母数字+标点”的片段，无法处理行内夹杂非法字符的情况，也不能移除非法字符并保留行内合法内容

正确命令 #

使用sed进行全局字符替换，直接删除所有非目标字符：

sed 's/[^[:alnum:][:punct:]]//g' list.txt > Final.txt

命令说明 #

• s/...//g：全局替换模式，将每行中匹配到的字符替换为空（即删除）
• [^[:alnum:][:punct:]]：匹配所有不属于字母数字或标点的字符，正好对应你需要过滤的ʥ、ʯ、ʬ等字符

执行该命令后，输出结果与期望完全一致。

内容的提问来源于stack exchange，提问作者xsukax