从文件中提取单词 [英] extract words from a file

问题描述

我正在尝试从一组文件中创建一个单词词典.有没有一种简单的方法可以打印文件中的所有单词，每行一个?

解决方案

你可以使用 grep:

• -E '\w+' 搜索词
• -o 只打印匹配行的部分

<预>% 猫温度一些例子使用敏捷的棕色狐狸跳过懒惰的狗"，而不是Lorem ipsum dolor sat amet, consectetur adipiscing elit"例如文本.#如果你不在乎单词是否重复% grep -o -E '\w+' temp一些例子用这快的棕色的狐狸跳了超过这懒惰的狗相当比勒姆ipsum苦恼坐阿米特节选吸脂精英为了例子文本

如果你只想打印每个单词一次，不考虑大小写，你可以使用 sort

• -u 每个单词只打印一次
• -f 告诉 sort 在比较单词时忽略大小写

<预>#如果你只想要一个单词一次% grep -o -E '\w+' 温度 |sort -u -f吸脂阿米特棕色的节选狗苦恼精英例子例子为了狐狸ipsum跳了懒惰的勒姆超过快的相当坐一些文本比这用

I'm trying to create a dictionary of words from a collection of files. Is there a simple way to print all the words in a file, one per line?

解决方案

You could use grep:

• -E '\w+' searches for words
• -o only prints the portion of the line that matches

% cat temp
Some examples use "The quick brown fox jumped over the lazy dog,"
rather than "Lorem ipsum dolor sit amet, consectetur adipiscing elit"
for example text.
# if you don't care whether words repeat
% grep -o -E '\w+' temp
Some
examples
use
The
quick
brown
fox
jumped
over
the
lazy
dog
rather
than
Lorem
ipsum
dolor
sit
amet
consectetur
adipiscing
elit
for
example
text

If you want to only print each word once, disregarding case, you can use sort

• -u only prints each word once
• -f tells sort to ignore case when comparing words

# if you only want each word once
% grep -o -E '\w+' temp | sort -u -f
adipiscing
amet
brown
consectetur
dog
dolor
elit
example
examples
for
fox
ipsum
jumped
lazy
Lorem
over
quick
rather
sit
Some
text
than
The
use

这篇关于从文件中提取单词的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！