如何使用Bash或Regex删除英文字符？

Question

怎样才能删除英文字母或数字，但保留中文的行呢？每个文档大约有10,000行。

示例输入：

1
Lorem ipsum dolor sit amet
古老的故事
12345


consectetur adipiscing elit
567
8910
美丽的歌谣
美女与野兽

示例输出：

1
古老的故事
12345


567
8910
美丽的歌谣
美女与野兽

由于某种原因，汉字在使用sed时会得到匹配。给定以下命令，请注意，在输出中，"1“下的汉字丢失。我不知道为什么。但是我得留着它们。

sed '/[a-zA-Z]/d' file

输入

 1
 很久很久以前
 Once upon a time

 2
 在一个遥远地方
 in a faraway land

电流输出

1

2
在一个遥远地方

Answer 1

这是一种解决方案，它既不能去掉中英两种字符的行，也可以保留不含英文字母的行(例如，保留由分隔符、换行符等组成的行)。

awk '/[^\x00-\x7F]/ || !/[A-Za-x]/'

我并不是awk的专家(任何建设性的建议都是受欢迎的)，但是这个表达应该保持这样的行文：

1. 包含任何不在ASCII范围内的字符
2. 不包含字母表中的字母

Answer 2

如果你想在Javascript中做这件事，试试这个。

var myString = '1 Lorem ipsum dolor sit amet 古老的故事 12345';
myString = myString.replace ( /[a-zA-Z]/g, '' );
console.log(myString);

不过要照顾好多余的空间。

Answer 3

为什么不将grep的反向匹配标志转换为临时文件呢？

grep -v '[A-Za-z]' file.txt > tmp && mv tmp file.txt