regex - 如何优化英语单词列表

Question

我正在寻找使用 sed 或类似的 linux 应用程序优化英语单词表的方法。为了做到这一点，我需要:

删除除 a-z、0-9 或特殊字符以外的所有行

删除 url - 可能检测到“\”字符

删除长度超过 16 个字符且不超过 4 个字符的行。 (5-16 个字符)

最好在 sed 中 =)

谢谢!

Answer 1

sed -nr '/^[[:alnum:]]{5,16}$/p' words

• -n 表示默认不打印行
• -r 表示使用“扩展”正则表达式

sed 命令是:

• /.../ 当我们有匹配的东西时
  • ^...$ 整行只包含
    • [...] 的字符类:
      • [:alnum:] 字母数字字符
    • {5,16} 5 到 16 次之间
• p 然后我们打印它