Usando sed para eliminar todas las líneas que contienen caracteres especiales, números y espacios

Question

Así que soy bastante nuevo en el uso de shell, específicamente bash, y estoy en el proceso de escribir un script que traducirá archivos que contienen secuencias de ADN a un formato más útil. Desafortunadamente, muchos de estos archivos contendrán líneas superfluas utilizadas para etiquetar información, etc. Necesito un comando sed que excluya estas líneas que contienen caracteres especiales, números o espacios. Descubrí que es bastante sencillo eliminar líneas con espacios usando

sed '/ /d' infile

e imagino que eliminar líneas que contengan números será una estrategia similar usando expresiones regulares. Realmente no he encontrado ninguna forma de abordar los caracteres especiales en sed.

Gracias

Answer 1

Para eliminar cualquier línea que no esté compuesta enteramente de caracteres alfabéticos, necesitará agregar anclajes de inicio ( ^) y fin ( ).$

sed '/^[[:alpha:]]*$/!d' file

En su lugar, puedes eliminar cualquier línea que contenga al menos un carácter no alfabético.

sed '/[^[:alpha:]]/d' file

Tenga en cuenta que el signo de intercalación ^actúa aquí como un operador de negación en lugar de como un ancla como en la expresión anterior.

---

Alternativamente, usando la opción de línea completa ( -xo --line-regexp) de grep

grep -x '[[:alpha:]]*' file

(equivalente a la primera expresión sed) o usando una coincidencia inversa ( -v)

grep -v '[^[:alpha:]]' file

(equivalente a la segunda expresión sed).

Answer 2

Respuesta tomada del comentario de OP

Creo que lo he resuelto, simplemente modifiqué mi sedpara que se vea así sed '/[[:alpha:]]//!d' infile, lo cual, si sigue la lógica, debería excluir cualquier línea que contenga cualquier cosa excepto[A-Za-z]