sed过滤方法--逐步增加中

最近需要处理一些具有特殊字符的语料，查了一些资料，在这里记录一下经验以便今后查询吧
1. 匹配文本中的所有英文字符
   /[a-zA-Z]/
2. 匹配文本中的所有非英文字符
  /[^a-zA-Z]/
举例：假如文档n.txt内容如下

windows操作系统
unix
1world1dream
directX11

需要将所有的非英文字符替换为大写字母“I”，命令为：

sed -i "s/[^a-Z]/I/g" n.txt

若只需要替换文本中的非英文、非数字，则可以

sed -i "s/[^a-z0-9]/I/g" n.txt

将n.txt中英文和中文之间插入一个“换行符”,其中的\([a-z]\)即对应后面的\1,而\([^a-z0-9]\)对应\2,换行符用“\n”表示，这种方法通常用于网页文本的过滤

sed -i 's/\([a-z]\)\([^a-z0-9]\)/\1\n\2/g' n.txt