如何使用sed在每组CJK字符（[\ o200- \ o377]）之前添加换行符？

Question

我有一份包含中英文本混合的文件，例如：

This is some text.你好。This is some more text.

我只需要在中文文本的每一部分之前放置换行符，或[\o200-\o377]。 E.g：

This is some text.
你好。This is some more text.

我尝试了这个，但它将每个汉字放在一个独特的行上：

LC_ALL="POSIX" sed 's/[\o200-\o377]/\n&/g'

如何在使用sed的每个CJK字符之前添加换行符？

Answer 1

您实际上是用换行符替换了此类字符的每个实例以及匹配的内容。您似乎想要替换至少一个此类字符的每个序列，并使用换行符后跟匹配的内容。

s/[\o200-\o377]\+/\n&/g

（注意：sed可能需要大约posix regex-mine声明“应该支持POSIX.2 BRE，但它们并不完全是因为性能问题。”因此，\+是正确的。使用“扩展”（sed -r），只需+，因此s/[\o200-\o377]+/\n&/g就是正确的。）