如何用grep保留外文字符并将该逻辑转为Kotlin实现？

Shell（Grep）实现 #

要仅提取文件中的印地语字符（移除英文、数字、标点等其他字符），在你现有的grep命令基础上添加-o参数即可，该参数会让grep只输出匹配到的内容，而非整行：

grep -o "$(printf '[\u0900-\u097F]')" tb.txt

如果希望将所有提取到的印地语字符合并为连续文本（而非每行一个匹配片段），可搭配tr命令去除换行：

grep -o "$(printf '[\u0900-\u097F]')" tb.txt | tr -d '\n'

Kotlin实现 #

以下提供两种Kotlin实现方式，分别对应不同的输出需求：

方式一：提取所有印地语字符并合并 #

import java.io.File

fun main() {
    val filePath = "tb.txt"
    val hindiCharRegex = Regex("[\\u0900-\\u097F]+")
    val fileContent = File(filePath).readText()
    
    val extractedHindi = hindiCharRegex.findAll(fileContent)
        .map { it.value }
        .joinToString(" ") // 用空格分隔匹配片段，可改为""直接拼接
    
    println(extractedHindi)
}

方式二：按行处理，保留原文件换行结构 #

import java.io.File

fun main() {
    val filePath = "tb.txt"
    val hindiCharRegex = Regex("[\\u0900-\\u097F]+")
    
    File(filePath).forEachLine { line ->
        val lineHindi = hindiCharRegex.findAll(line)
            .map { it.value }
            .joinToString(" ")
        println(lineHindi)
    }
}

内容的提问来源于stack exchange，提问作者shantanuo