掌上百科 - PDAWIKI

 找回密码
 免费注册

QQ登录

只需一步,快速开始

查看: 2251|回复: 11

[求助] 一次性从txt中提取多词条

[复制链接]
  • TA的每日心情
    开心
    2019-6-27 08:03
  • 签到天数: 8 天

    [LV.3]偶尔看看II

    发表于 2012-4-29 11:43:00 | 显示全部楼层 |阅读模式
    哪位高手可以一次性从mdx转化的txt中提取多个词条,做出想要的,只含需要词条的txt?
    ( B. z4 P: H# Y5 f求高手解答,用什么软件,如何操作?
    ( f, D5 l" A, G2 ^谢谢。

    该用户从未签到

    发表于 2012-4-29 16:51:28 | 显示全部楼层
    又是你呀, 也算有缘. 给点例子. 把问题说详细些. 例如你想要提取的词条的共同特点.

    该用户从未签到

    发表于 2012-4-29 17:09:27 | 显示全部楼层
    顶顶顶顶顶顶
  • TA的每日心情
    开心
    2019-6-27 08:03
  • 签到天数: 8 天

    [LV.3]偶尔看看II

     楼主| 发表于 2012-4-30 07:58:19 | 显示全部楼层
    呵呵 没有共同特点 只有一个词条列表 有大侠能做吗?

    该用户从未签到

    发表于 2012-4-30 11:17:23 | 显示全部楼层
    把文件贴上来.# q4 ?. m! d6 L% `& i+ M
    就是从mdx提出来的. 还有词条列表也贴上来. 词条列表从哪提取的?
    5 \# O6 Z; F- Y8 N7 g# G4 N& `4 y* c5 h' U& j; G
    把你觉得可能会用到的文本源都贴上来. 不然一天沟通一次, 不知哪天才能解决. 我5.2假期就没了. 到时1周来1次. 你等得了?

    该用户从未签到

    发表于 2012-5-1 13:40:00 | 显示全部楼层
    本帖最后由 惟吾无为 于 2012-5-2 20:45 编辑
    # c6 n% X# Y. x! r  g
    9 v5 p2 s5 T4 r/ k) I问题通过qq解决, 由于文件格式已经做过很好的排版, 所以直接使用grep.
    1. time grep -x -f /dt/vocabulary\ .txt /dt/4朗文英汉双解第四版.TXT -A 3 | grep -v "^--$" > /dt/new4.txt
      - ?2 m, @# ?8 r% U& h0 `" Z9 f' r  J% a
    复制代码
    以上命令在cygwin utf-8环境下运行. 文本预先转换为utf-8编码, unix换行符.1 G4 V0 ?7 i7 c- X# z: A
    保证在linux平台下gnu grep可运行. 不保证其他平台的效果.
    + ]' n- w! L. m% h
    9 ?7 O' O0 B8 d. k7 i  o% z8 itime是计时命令, grep查找文本.1 T" N) d( }0 v+ t
    -x 进行整行匹配
    , b2 a. `" F4 S; ^-f 指定关键字列表文件
    ) {9 w8 U* k7 y; D2 W# X# z) v-A 3 显示匹配行的后3行.- n5 d4 \9 `0 R  E+ y( D1 c4 W2 E0 f9 K
    由于输出中含有--的分隔符, 所以需要过滤掉.* m: N) s, B3 N% ~& M2 Q
    ^--$ 匹配整行为--的行.
    7 B& [" _+ X! ~! O- z! ~  t-v 反向匹配.% \3 P; A- z2 ]  I8 y

    3 U! I6 [6 W8 F1 O$ o由于使用了管道, 导致速度慢了点. 总共花了19秒多. 但比ue人工替换又快多了.

    该用户从未签到

    发表于 2012-5-1 13:58:07 | 显示全部楼层
    刚刚找了下漏掉的那些单词
    1. # awk 'BEGIN{RS="</>"} { print $1} ' /dt/new7.txt | sort - /dt/vocabulary\ .txt  | uniq -u8 E' i) w1 c! R" x% b8 G; D1 \8 Y% o
    2. Africa; v5 x, c% ?8 l2 i2 l
    3. afterward( E) @1 B5 o# h- {. D: {, z
    4. agricultural
      # `5 y+ \  P) s' W
    5. America' L2 q7 {! P9 A$ I
    6. analyse/ze
      3 S4 F  a! e/ \4 ^: A# y
    7. Asia: |, o, y% t9 a, w3 g+ b
    8. Atlantic, v& E. g; x; {( ~4 ?
    9. bacterium
      # O1 g! G; O4 o  F
    10. beancurd
      # Q5 i( N# q4 w, J, b1 o% A) E) y
    11. beddings
        ]" p4 A) M2 a) L5 y& V
    12. bravery
        f' J. X) f6 V! a, j9 N. _/ x" T
    13. chopsticks2 Y: c8 Y- r# B+ C8 s* m6 \4 H
    14. civilization/sation
      6 Q' T0 W1 O0 T: D
    15. dialog
      " V' b0 Y/ q; c5 d: R0 S
    16. digitalversatiledisk* V9 d. t, A: t9 S, M
    17. Dr.
      - s: t. g  y" P$ x3 T0 t; m3 u
    18. e-mail* c1 [9 w# f" A  V* y8 h
    19. fireworks1 J3 ^& A2 s' a9 ?" c  O' {
    20. ful) e. |5 \0 h  [
    21. happiness' H5 U* S  A. M8 x) ^! w( R# U+ i
    22. harbor! l* ]: e* c: a, q. z; s
    23. hardworking
      ) Q+ @7 L9 `, K
    24. hotdog! N& d- F' J6 Q" Z3 e$ _
    25. humanbeing/ N) r% K+ N" r" y& J
    26. ice-cream
      " J. ?! d$ V( j# R
    27. irrigation
      , U  U' ]! i4 l/ F6 N, M! q& A
    28. jeep+ ^3 v$ E. z8 i* e, ?
    29. jewelry+ `, n3 y: l& H# \) u3 Y- c$ X1 P6 u
    30. ladoratory& k& r" k8 @% T- l$ G. |% J, ~
    31. liberation8 Z6 H, S/ f( g) Q
    32. math$ m& H) e# ~$ W7 ]* _, g3 j
    33. maths" s+ m7 x) z! o# t( ?
    34. metmet! N6 A7 ~5 ^8 n
    35. milimetre: c' I7 d/ h) h8 Y' E4 W* O
    36. motivation6 D$ L$ t# i- h: M% u
    37. Mr.
      4 U1 ~6 G* k, V/ ~+ q, D) [
    38. Mrs9 ^5 _2 ]' w/ @! \
    39. Mrs.
      2 |! C/ |4 ?( h! {
    40. Ms.
      & Q" X. k" f( D2 p( _4 s! P. e
    41. neighbor
      4 _/ H- s% |# c
    42. northeast( J( n" Z7 W) L( |  o/ a
    43. northwest
      . ?% V) @( L0 X" }7 `. R
    44. organise
      3 l: |+ w4 H, p) G' t
    45. ought
      ! C1 |; c+ h6 o$ i" f! A' L3 o; k" S7 e
    46. Pacific5 o3 z5 g; ]' F3 i- r* }
    47. percent
      % Z, S+ I( m1 J  R
    48. realise
      ) b) g+ U6 _  n3 c5 q# g
    49. recognise
        a  O$ r. k6 X# p3 N1 M8 |; V
    50. s
      # b3 z" `# A* [  [8 D% E
    51. schoolbag
      ; D1 @1 ~1 W- D& }0 S* C$ s4 W# {
    52. schoolboy/-girl& N4 |" X) ^. i" [5 M# g' g% @
    53. seagul5 t$ Z5 s0 y+ U3 m) W( W0 H1 z
    54. sideroad% Q( W& v8 h% s
    55. sideway
      ' g% ^, K7 J( j* r/ a
    56. skil( }8 X0 K5 L& ]" I5 d
    57. southeast; E3 P* j, P# o4 G" B! h  m
    58. southwest
      3 c7 R7 M# K' e& b% c0 j' N8 |
    59. spokesman/woman
      4 }2 p/ Z3 I' l+ Z& f4 ]9 x
    60. stainless
      ; B3 ^+ D7 E# {  \0 R
    61. statesman/-woman
      ' H5 b5 g1 j5 q
    62. statistics
      * \, q$ L; d" j) J! Y/ g6 S$ ~) O
    63. sunburnt
      / J; q% e3 t8 T
    64. tabletennis: D4 X" ]# c4 K3 q
    65. theater
      ' P' ]8 I- M" [4 _8 O# ]
    66. thermos
      % j1 J/ ~' G5 y* E3 @6 c, o, L
    67. toward# w: c6 F1 T" ~; I% B( b
    68. traveler
      - M, Q  |/ x" g+ f( s; e
    69. waitingroom
      4 G1 i; t' d3 W
    70. westward
      6 _& v: C" j7 ?; H
    71. yoghurt
      1 n- f9 q: y0 D9 _8 Z
    复制代码
  • TA的每日心情
    开心
    2019-6-27 08:03
  • 签到天数: 8 天

    [LV.3]偶尔看看II

     楼主| 发表于 2012-5-8 15:59:36 | 显示全部楼层
    呵呵,感谢这位老兄!能力超强!好快解决了我多个月的问题,现在我要学习类似软件,还望你继续帮助。谢谢!
  • TA的每日心情
    开心
    2019-6-27 08:03
  • 签到天数: 8 天

    [LV.3]偶尔看看II

     楼主| 发表于 2012-5-21 15:14:20 | 显示全部楼层
    你好。请问你这里的/dt/是什么?

    该用户从未签到

    发表于 2012-12-16 21:50:45 | 显示全部楼层
    大神啊 神仙一出手,就知有没有 太厉害了!!!7 \5 U' N% T/ I; P2 \
    虽然我没有看懂

    该用户从未签到

    发表于 2013-2-8 02:01:30 | 显示全部楼层
    超強
    您需要登录后才可以回帖 登录 | 免费注册

    本版积分规则

    小黑屋|手机版|Archiver|PDAWIKI |网站地图

    GMT+8, 2026-8-7 21:05 , Processed in 0.032492 second(s), 25 queries .

    Powered by Discuz! X3.4

    © 2001-2023 Discuz! Team.

    快速回复 返回顶部 返回列表