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

Question

我有一个包含中英文混合文本的文档，例如：

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

我只需要在中文文本的每个部分之前放置换行符，或者[o200-o377]。 例如：

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

我试过这个，但它把每个汉字放在独特的行上：

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

如何在每个带有sed的 CJK 字符之前添加换行符？

Answer 1

您实际上是将此类字符的每个实例替换为换行符和匹配的内容。 您似乎希望替换至少一个此类字符的每个序列，后跟一个换行符，后跟匹配的内容。

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

（注意：sed可能期望大约 POSIX 正则表达式 - 我的声明"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），简单地+，因此s/[o200-o377]+/n&/g，是正确的。