regex - 为什么 sed/grep 不匹配带有变音符号的单词？

Question

我正在构建一个单词表，并希望使用从文件中删除变音符号

sed -i -E '/[^a-zA-ZäöüÄÖÜß]/d' wordlist.txt

但是，这并没有删除例如André，我不明白为什么。也不grep输出这一行。我错过了什么？

标签： regexsedgrepdebian

Answer 1

您根本缺少的是，这取决于您的语言环境和 Unicode 规范化，其次取决于您是否sed支持这两种工具。

要可靠地过滤包含列表中以外的变音符号的行，可能会切换到可移植且可靠地支持所有这些 Unicode 概念的工具。

perl -CSD -nle 'print unless /[^a-zA-ZöüÄÖÜß]/' wordlist.txt

有点自相矛盾的是，几乎可以肯定要安装 Perl，而您安装的系统sed可能支持也可能不支持这些工具。