如何在bash中将文件拆分为保持标点符号的单词？

Question

例如，我有一个普通文本的文件，例如：

"Word1 word2, word3; word4. Word5"

我想获得一个每行1个单词的文件，保持点状，然后命令：

,
.
;
Word1
word2
word3
word4
Word5

到目前为止谷歌搜索，我发现这最接近我的需要：

#!/bin/sh


for word in $(cat "input_file.txt"):
        do echo $word >> output_file1.txt;

done


sort "output_file1.txt" >> "output_file2.txt"

这会产生这种输出：

Word1
word2, 
word3;
word4.
Word5

明显划分空白区域。 如何用空格和标点字符分隔，保留它们？

P.S：文件输入文件中包含许多特殊字符，例如diacretical标记：

Kuͦn，zuͦ，buͤtten，güetter。

当应用grep -Eo '\w+|[^\w ]' file时，它们会被拆分，就像diacretical标记是分隔符一样：

gu
̈
etter

虽然在其他情况下这些字符不会影响拆分：

brüchen

Answer 1

使用grep -Eo：

grep -Eo '\w+|[^\w ]' file
Word1
word2
,
word3
;
word4
.
Word5

要对其进行排序：

grep -Eo '\w+|[^\w ]' file | sort -f
,
.
;
Word1
word2
word3
word4
Word5

PS：您还可以使用grep而不-E：

grep -o '[[:alnum:]]\+\|[[:punct:]]'