如何从Unicode fi中删除字母数字单词

Question

我需要使用字典数据库，但大部分是一些字母数字无用的东西，有趣的领域要么是非字母数字（如中文字符）或在一些括号内。我搜索了很多，了解了很多工具，比如sed，awk，grep，etc，我甚至想过创建一个Python脚本来解决这个问题，但是我从来没有找到一个解决方案。你知道吗

数据库的一行如下所示：

助 L1782 DN1921 K407 O431 DO346 MN2313 MP2.0376 E314 IN623 DA633 DS248 DF367 DH330 DT284 DC248 DJ826 DG211 DM1800 P1-5-2 I2g5.1 Q7412.7 DR3945 Yzhu4 Wjo ジョ たす.ける たす.かる す.ける すけ {help} {rescue} {assist} 

我需要这样：

助 ジョ たす.ける たす.かる す.ける すけ {help} {rescue} {assist} 

我怎么能用上面提到的任何一种工具来做这个？你知道吗

Answer 1

就我个人而言，在你的示例行中，我列出了所有以空格开头和结尾的字母数字字符：

sed -i 's/ [a-zA-Z0-9 .-]+ / /g'应该接近你所需要的。如果要擦除的文本包含其他内容，则可能需要添加更多特殊字符。这是对单个空间的就地替换（本质上是删除）。你知道吗

没有linux的盒子来验证这个。。。可能需要按摩一下。你知道吗

同样值得一提的是，如果括号可以包含两个空格：{test results found}，这将不起作用，因为它会吹走results