我有一个这样的文件：如何删除除换行符之外的所有非单词字符？
my line - some words & text
oh lóok i've got some characters
我想“正常化”，并删除所有非单词字符。我想这样的事情结束了：
mylinesomewordstext
ohlóokivegotsomecharacters
我此刻的命令行中使用Linux，而我希望能有一些一班轮我可以使用。
我尝试这样做：
cat file | perl -pe 's/\W//'
但是，删除所有的换行，把一切一行。有什么我可以告诉Perl不要在\W中包含换行符？或者有其他方法吗？
这将删除不符合\w或\n字符：
cat file | perl -C -pe 's/[^\w\n]//g'
@ sth的解决方案使用Perl（至少在我的系统上）不兼容Unicode，因此它失去了重音o字符。
在另一方面，sed是（根据the lists on this page）兼容Unicode，并给出了正确的结果：
$ sed 's/\W//g' a.txt
mylinesomewordstext
ohlóokivegotsomecharacters
用于外壳脚本最佳实践要求，你应该使用TR程序替换单字符而不是sed，因为它更快，更高效。如果更换更长的字符串，显然使用sed。
TR -d '[：空白：] [：PUNCT：]' <文件
当时间运行我得到：
真正0m0.003s
用户0m0 .000s
SYS 0m0.004s
当我运行sed的答案（SED -e 'S/\ W // G' 文件），随着时间的推移，我得到：
真正0m0.003s
用户0m0.004s
SYS 0m0.004s
虽然不是“巨大的“差异，你会注意到与大型数据集运行时的差异。另请注意，我没有将cat的输出转换为tr，而是使用I/O重定向（少一个产生的进程）。
perl -ple 's/\W//g' file
请注意，您不需要：通过追加到每个打印（）结束
在Perl中，我只是添加-l开关，重新添加新行cat。
这会在原始文本中删除带重音符号的o。 – 2009-09-09 11:24:33
您必须在命令中添加一个标志才能使其具有Unicode意识-C应该这样做。 http://perldoc.perl.org/perlrun.html#Command-Switches – 2009-09-09 12:37:34
对，改变了。 – sth 2009-09-09 13:18:52