Регесп

echo $string | sed s/

[[А-Я][а-я][:alnum:]\ ,]

совершенно не уверен (не хочется проверять +) )

ой, без `echo $string`, это я начал писать пример для седа, потом передумал.

[[А-Я][а-я][:alnum:]\ ,]

> [А-Я][а-я]

Допустим, у поцыэнта кодировка KOI8-R. Дальше сам догадаешься?

> Регесп

Для какой библиотеки регэкспов?

для sed`а, как-то так:

1) 's/[^А-Яа-я]//g'

2) 's/[^A-Za-z]//g'

3) 's/[^0-9]//g'

4) 's/[^ ]//g'

5) 's/[^\,]//g'

:)

| perl -pe 's/[^\w\d ,]//g'

Нет, а почему не должно сработать?

В этой кодировке буквы кириллицы идут не по порядку.

Ах, ну да, для соответствия английским фонетическим аналогам :)

Что-то мне подсказывает, что регекспы обрабатываются независимо от кодировки... хотя могу ошибаться

> Что-то мне подсказывает, что регекспы обрабатываются независимо от кодировки...

Естественно независимо. Именно поэтому и получится фигня. Конструкция [А-Я] означает вовсе не "все русские заглавные буквы, а последовательность от символа с числовым кодом как у 'А' до символа с числовым кодом как у 'Я' с шагом 1. Что туда попадет - регэкспу пофиг.

только что попробывал с локалью ru_RU.KOI8-R:

echo "123ё123" | grep "[а-я]*"

"ё" в этой строке находит, хотя код этого символа (0xA3) не попадает в числовой диапазон кодов 0xC1 - 0xD1 (а - я).

либо grep слишком умный, либо вы ошибаетесь =)

> echo "123ё123" | grep "[а-я]*"


$ echo "123ё123" | grep "[а-я]*"
123ё123
$ echo "123123" | grep "[а-я]*"
123123
$ echo "123123" | grep "[r-t]*"
123123
$ 

grep -o '[а-я]*'

Тоесть я правильно понимаю, 's/[^А-Яа-я]//g' корректно для любой кодировки?

я этого не говорил

\w - это конечно мощный спец-символ , только он кроме букв , еще и символы подчеркивания оставляет , поэтому не подходит
приблизительно следующий код отрабатывает :

$text = "МАМА_мыла_раму_!!,!!_Father_was_drink... 1234567890000  $% ";
$text =~ s/[^\A-Za-zА-Яа-я0-9 ,]//g;

но результат получается немного странный :

МАМАмылараму,Fatherwasdrink 1234567890000 0

в конце лишний нолик ...

$% -- переменная в перле

echo 'МАМА_мыла_раму_!!,!!_Father_was_drink... 1234567890000  $% ' | perl -pe 's/[^\w\d ,]|_//g

> $ echo "123ё123" | grep "[а-я]*" 123ё123 $ echo "123123" | grep "[а-я]*" 123123 $ echo "123123" | grep "[r-t]*" 123123 $

RTFM! $ echo "123ё123" | grep "[а-я]+" [1] $

Парсер - лох! Никак не привыкну.