如何在bash中对字符串选择性移除空格，保留英文单词间的空格

需求说明 #

需要保留英文字母/英文单词之间的空格，其余所有位置（中文字符之间、中英字符之间、中文与标点之间）的空格全部删除，最终输出去重后的结果。

实现思路 #

• 核心逻辑：仅保留*左右两侧均为英文字母（a-z、A-Z）*的空格，其余所有位置的空格全部删除
• 使用GNU sed作为处理工具，属于bash环境默认预装的常用工具，无需额外安装依赖

具体命令 #

1. 直接处理文本文件，输出符合要求的去重结果 #

sed -E 's/([^a-zA-Z]) +| +([^a-zA-Z])/\1\2/g' input.txt | sort -u

2. 处理单行字符串 #

str="hello world 你 好 世 界！"
result=$(sed -E 's/([^a-zA-Z]) +| +([^a-zA-Z])/\1\2/g' <<< "$str")
echo "$result"

可选优化：合并英文之间的连续空格 #

如果需要同时把英文之间的多个连续空格合并为单个空格，可调整命令为：

sed -E 's/([^a-zA-Z]) +| +([^a-zA-Z])/\1\2/g; s/([a-zA-Z]) +([a-zA-Z])/\1 \2/g' input.txt | sort -u

命令解释 #

• -E：启用扩展正则表达式，避免过多转义字符
• s/([^a-zA-Z]) +| +([^a-zA-Z])/\1\2/g：正则替换规则
  • [^a-zA-Z]：匹配所有非英文字母的字符（包括中文字符、标点、数字等）
  • ([^a-zA-Z]) +：匹配「非英文字符 + 1个或多个空格」的组合，将非英文字符捕获为分组1
  • +([^a-zA-Z])：匹配「1个或多个空格 + 非英文字符」的组合，将非英文字符捕获为分组2
  • 替换为\1\2：只保留捕获到的非英文字符，删除中间的空格
  • g：全局替换，处理整行所有匹配的位置
• sort -u：对处理后的结果去重，匹配示例输出要求

测试效果 #

对给出的示例输入执行命令后，输出结果完全匹配预期：

hello world你好世界！
你好世界hello world

内容的提问来源于stack exchange，提问作者galactica