我有一列单词，其中英文单词粘在中文单词上，如下所示：
鄙弃********
痛恨*************
（星星代表汉字）
我想写一个脚本来分隔英文单词并将其放在另一个文件中。这样的事情可以通过脚本编写实现吗？
欢迎任何建议。
答案1
当然，由于英语单词使用拉丁字母，而汉语单词不使用拉丁字母，因此只需删除从第一个非拉丁符号开始的行尾即可。
sed 's/[^a-zA-Z ].*//' < source-file > result-file
答案2
简单地删除除空格、制表符或英文字符之外的每个字符：
sed 's/[^a-zA-Z ]//g' <source >result
请注意使用兼容 unicode 的模式。
您也可以进行进一步的后处理，例如
for i in $(cat result);do echo "$i";done|sort|uniq
将按result字母顺序排序并删除重复项（“the”、“a”和“for”在本文中可能会出现很多次，您可能只需要其中一个）。
答案3
grep -Po '[\x00-\x77]+' source > justEN.txt