Bash：将文本文件拆分为以非字母数字字符作为分隔符的单词

Question

假设“文本文件”包含以下内容：

lorem$ipsum-is9simply the.dummy text%of-printing

并且您希望将每个单词打印在单独的行上。 然而，单词不仅应该由空格来定义，还应该由所有非字母数字字符来定义。所以结果应该是这样的：

 lorem
 ipsum  
 is9simply  
 the  
 dummy  
 text  
 of  
 printing

如何使用 Bash shell 完成此操作？

---

一些笔记：

• 这不是作业题。

• 单词应该仅由空格确定的更简单的情况很容易。只是写：

  for i in `cat textfile`; do echo $i; done;
  

  会成功，然后返回：

   lorem$ipsum-is9simply
   the.dummy
   text%of-printing
  

  为了用非字母数字字符分割单词，我见过使用 IFS 环境变量的解决方案（下面的链接），但我想避免使用 IFS 有两个原因：1）它需要（我认为）将 IFS 设置为一长串非字母数字字符。 2) 我觉得有点丑。

• 这是我找到的两个相关问答
  How do I split a string on a delimiter in Bash?
  How to split a line into words separated by one or more spaces in bash?

Answer 1

使用tr 命令：

tr -cs 'a-zA-Z0-9' '\n' <textfile

'-c'是指定字符的补码； '-s' 挤出重复的替换； 'a-zA-Z0-9' 是一组字母数字字符（也许也添加_？）； '\n' 是替换字符（换行符）。您还可以使用对语言环境敏感的字符类（并且可能包含比上面列表更多的字符）：

tr -cs '[:alnum:]' '\n' <textfile

Answer 2

$ awk -f splitter.awk < textfile

$ cat splitter.awk
{
  count0 = split($0, asplit, "[^a-zA-Z0-9]")
  for(i = 1; i <= count0; ++i) { print asplit[i] }
}