如何删除出现在特定符号之后的行上的所有文本？答案

【问题标题】：How to delete all text on a line appearing after a particular symbol?如何删除出现在特定符号之后的行上的所有文本？
【发布时间】：2012-04-29 17:14:09
【问题描述】：

我有一个文件，file1.txt，如下所示：

This is some text.
This is some more text. ② This is a note.
This is yet some more text.

我需要删除出现在“②”之后的所有文本，包括“②”和紧接在其前面的任何单个空格（如果存在这样的空格）。例如，上面的文件会变成file2.txt:

This is some text.
This is some more text.
This is yet some more text.

如何删除“②”、后面的任何内容以及前面的任何单个空格？

How can I remove all text after a character in bash? 的解决方案似乎不起作用，可能是因为“②”不是普通字符。
文件以 UTF-8 格式保存。

【问题讨论】：

什么操作系统？你的文本是什么编码的？

标签： ruby perl bash sed python-2.7

【解决方案1】：

sed -e "s/[[:space:]]②[^\.]*\.//"

但是，我不确定②符号是否被正确解析。也许您必须使用 UTF8 代码或类似的代码。

【讨论】：

它似乎没有删除任何文本，即使我尝试使用更简单的符号，例如字母。
它对我有用。您使用哪个平台？也许您的 sed 需要特定语法的选项。
我有GNU sed version 4.2.1。
尝试添加-r（在某些平台：-E）来切换扩展的正则表达式语法。
根据文档，-r 应该打开正则表达式，但它仍然不起作用。

【解决方案2】：

我希望您确实意识到大多数 unix 实用程序不适用于 unicode。我假设您的输入是 UTF-8，如果不是，您必须相应地进行调整。

#!/bin/bash
function px {
 local a="$@"
 local i=0
 while [ $i -lt ${#a}  ]
  do
   printf \\x${a:$i:2}
   i=$(($i+2))
  done
}
(iconv -f UTF8 -t UTF16 | od -x |  cut -b 9- | xargs -n 1) |
if read utf16header
then
 echo -e $utf16header
 out=''
 while read line
  do
   if [ "$line" == "000a" ]
    then
     out="$out $line"
     echo -e $out
     out=''
   else
    out="$out $line"
   fi
  done
 if [ "$out" != '' ] ; then
   echo -e $out
 fi
fi |
 (perl -pe 's/( 0020)* 2461 .*$/ 000a/;s/ *//g') |
 while read line
  do
    px $line
  done | (iconv -f UTF16 -t UTF8 )

【讨论】：

【解决方案3】：

Perl 解决方案：

$ perl -CS -i~ -p -E's/ ②.*//' file1.txt

您最终会在 file1.txt 中获得正确的数据，并在 file1.txt 中备份原始文件~。

【讨论】：

【解决方案4】：

试试这个：

sed -e '/②/ s/[ ]*②.*$//'

/②/ 只查找包含魔法符号的行；
[ ]* 用于魔术符号前的任意数量（不匹配）空格；
.*$ 其他所有内容，直到行尾。

【讨论】：