linux – 用于过滤文件上禁止的单词的shell

发布时间：2020-12-14 01:35:43 所属栏目：Linux 来源：网络整理

导读：美好的贝壳爱好者！基本上我有两个文件： frequency.txt :(多行,包含单词和频率的空格分隔文件) de 1711a 936et 762la 530les 482pour 439le 425... 我有一个包含“禁止”字样的文件： stopwords.txt :(一行,空格分隔文件) au aux avec le ces dans ... 所

美好的贝壳爱好者！

基本上我有两个文件：

frequency.txt :(多行,包含单词和频率的空格分隔文件)

de 1711
a 936
et 762
la 530
les 482
pour 439
le 425
...

我有一个包含“禁止”字样的文件：

stopwords.txt :(一行,空格分隔文件)

au aux avec le ces dans ...

所以我想从frequency.txt中删除包含在stopwords.txt上找到的单词的所有行

我怎么能这样做？我在想它可以用awk完成……就像

awk 'match($0,SOMETHING_MAGICAL_HERE) == 0 {print $0}' frequency.txt > new.txt

但我不确定……任何想法？提前thxs

解决方法

tr ' ' 'n' < stopwords.txt | grep -vwFf - frequency.txt

-w to grep对于避免例如在stopwords.txt中删除包含le的单词,如少或少.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!