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: 1740|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?
    $ G! U$ P! F- D& q; h5 }2 _* W求高手解答,用什么软件,如何操作?: n( b6 V# V3 _( H8 h. e9 e. x9 n% \! ]
    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.1 k7 I* ]- h  Z5 P1 r
    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?
    & X$ J- q: W. b2 {$ B7 l* F9 S' _( J$ t( _  z! F, ]
    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 5 _$ u% r& T: ~- C: K  J# N

    5 c2 t% |, t0 ?5 H; B# E" s( o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 "^--$" > /dt/new4.txt
      3 r" B1 I7 g* L4 A
    复制代码
    以上命令在cygwin utf-8环境下运行. 文本预先转换为utf-8编码, unix换行符.
    1 c6 O6 I: X: L+ N" r4 L6 L0 W保证在linux平台下gnu grep可运行. 不保证其他平台的效果.) M" e. D3 o! p* q/ F& `3 [
    : x/ z8 F$ ?  E2 P1 ?% q- D
    time是计时命令, grep查找文本.
    ! s0 E+ P/ i5 m' W-x 进行整行匹配
    ' \0 @0 D; C3 V# q7 v( i( s# V-f 指定关键字列表文件
    , u5 p8 r8 \9 z6 }: K% g-A 3 显示匹配行的后3行.
    " }# A* V: @4 [+ I1 K; E由于输出中含有--的分隔符, 所以需要过滤掉.( s" p" T* Y2 r' z% P
    ^--$ 匹配整行为--的行.: ~$ a- k' d( R3 S# j9 P
    -v 反向匹配.
    # |4 V7 X. {" x7 T) L
    ( _3 A' t3 u7 b# @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 $1} ' /dt/new7.txt | sort - /dt/vocabulary\ .txt  | uniq -u8 T9 e& D" w9 y; W& f, n/ t
    2. Africa, e5 Q; }% G. H) y3 u* r
    3. afterward% g0 ]3 E! o8 n# y1 {" S
    4. agricultural2 G! I. m% C2 w: X/ n, `7 _5 \* j
    5. America
      ; Q9 [% V, T. T1 y! a  K) n7 m
    6. analyse/ze
      7 h+ s/ R5 H$ n# L' y
    7. Asia
      / S& @/ S- P0 g) z  f/ G0 ~
    8. Atlantic# J( r8 P% ^$ w9 ?- a
    9. bacterium
      3 I5 b6 T0 P! c6 ^
    10. beancurd1 E; R/ ^0 C7 k
    11. beddings  Z" f5 c1 T. }# S
    12. bravery: Q# {" U; b; C9 B
    13. chopsticks
      9 q1 @* _( W. z( q3 A: O  L
    14. civilization/sation
      ! [' m/ c& I7 r$ p5 B  Z3 ~: H
    15. dialog
      7 A7 _& p. e. t' l8 u, q& r
    16. digitalversatiledisk
      ) `# B2 Q+ l; r8 R
    17. Dr." W* e. K& |& ~3 y* s3 J0 Q. `
    18. e-mail) [! i5 \* L. O% B' r' D
    19. fireworks
      9 X" ?. Y. _0 \, y/ Q
    20. ful2 {* h( g  K) V0 ?8 O
    21. happiness3 E( S% S/ f  \; ?
    22. harbor
      9 `9 f; Z/ |! ]: e, s0 j
    23. hardworking
      ' _6 E$ b# E' ?) u2 Y, I
    24. hotdog
      0 ^: A$ @4 N; q, z7 z
    25. humanbeing8 o& G, a3 ]5 N) P5 \  T
    26. ice-cream; }3 c9 x( p" T% H8 G# P, a
    27. irrigation
      3 G- [' P/ D( C' K7 O
    28. jeep: N. J# r% F4 v# ^- _/ q( j
    29. jewelry
      , z6 t) Y) i* z
    30. ladoratory  C, Q# N! u4 ~+ \6 H0 F3 @/ `
    31. liberation% R( ^% ^, j* K
    32. math
      $ \9 ]6 @/ d8 G& q  n) R  _
    33. maths' j( D9 x! U5 i8 `3 w3 K( U/ `0 z
    34. metmet
      " _6 a' L, @1 I$ G6 Q
    35. milimetre
      ' |3 e3 e8 J& j: ]7 [
    36. motivation
      ( W; S" `' b- t& E- W0 b
    37. Mr.
      4 L$ Q% }0 K" O" n' w  O4 h# U
    38. Mrs8 g  V7 i! M& r. {- p9 O
    39. Mrs.
        z, ^6 P, K) l  {1 @; ?
    40. Ms., ?: q  `' s% i" B3 q. |8 k
    41. neighbor
      8 T; l8 |* S; v+ m% y# _
    42. northeast
      + B: w' |2 Q5 Z9 e
    43. northwest# s# G9 D- d1 v+ w
    44. organise+ T3 g: B" T" X( f2 a8 r
    45. ought. n  j1 x: B$ \# y- E* D
    46. Pacific2 b0 @; p5 T6 ]" ]; g- q; W8 g0 x$ S
    47. percent, ~/ W& U/ `' E% `& j
    48. realise
      1 u& N7 ]) e' I" H( a/ [
    49. recognise
      4 E$ Q' ^0 v5 m! y  \9 R
    50. s
      % E/ Q  Q8 d! s( i! n+ c
    51. schoolbag
      1 V. q# I/ h% O6 k
    52. schoolboy/-girl
      : A( P0 ^, s/ X! ]" M+ {6 E
    53. seagul: F; `7 a3 ~3 p2 H+ G
    54. sideroad* q, ~/ f' F$ G6 g% \
    55. sideway
      4 r5 L( V+ j' N) ?
    56. skil
      ' d6 b6 Z! i3 y2 p, k
    57. southeast( p$ C6 Z7 j5 M! l
    58. southwest
      * Z' H+ d! n6 g% e
    59. spokesman/woman0 b- X; e' ?  g. D" }( r
    60. stainless
      - J* c. T/ `: T0 b8 B. I
    61. statesman/-woman$ q' K8 z$ {9 Y& J$ {. E. |
    62. statistics0 b# H$ _. P( _6 i4 B7 Z
    63. sunburnt  I: M/ \7 O$ v. j
    64. tabletennis
      3 i* S% G$ V" ?% x
    65. theater  d1 m- U8 b& J) K' k
    66. thermos
      ; d% g0 f  T3 {1 ~9 g4 n
    67. toward
      ( {  l* g4 X! @+ S
    68. traveler2 _! x& D( ^& B* }5 @3 l9 s
    69. waitingroom
      # ?" Z# ]; T1 [  Y8 d+ c& p
    70. westward
      ( ]! G. \" N3 d' j
    71. yoghurt! _- b0 {6 z4 }8 L" b  D/ `
    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!!!
    9 `5 |/ d) v9 e1 {) C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, 2025-5-8 04:08 , Processed in 0.028085 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