小编Vil*_*age的帖子

我有一个包含括号中的一些单词的文件.我想编制出现在那里的所有独特单词的列表,例如:

This is some (text).
This (text) has some (words) in parenthesis.
Sometimes, there are numbers, such as (123) in parenthesis too.

这将是结果列表:

text
words
123

如何列出括号内出现的所有项目？

我有这样的代码,它处理CSV文件:

#!/bin/bash
while read line
do
    variable=$(echo $line | awk -F, '{print $2}')
    echo $variable
 done < ./file.csv

如果CSV文件包含any \,则在运行此命令时,输出文本不会显示\.

如何确保\不删除？

我想创建多个文档（运行 pdflatex 后输出为 PDF），其来源来自一个文件。

例子：

\documentclass{article}

\begin{document}
    This text will appear in the first PDF.
\end{document}

\begin{document}
    This text will appear in the second PDF.
\end{document}

这将特别有用，因为：

1. 我可以将所有内容保存在一个文件中，并使用一个一致的序言。
2. 我可以使用ifthen或其他循环来自动生成文档的各种替代形式。

我经常需要在文件中进行多次替换.为了解决这个问题,我已经创建了两个文件old.text和new.text.第一个包含必须找到的单词列表.第二个包含应该替换它们的单词列表.

• 我的所有文件都使用UTF-8并使用各种语言.

我已经构建了这个脚本,我希望可以替换它.首先,它一次读取old.text一行,然后将input.txt中该行的单词替换为new.text文件中的相应单词.

#!/bin/sh
number=1
while read linefromoldwords
do
    echo $linefromoldwords
    linefromnewwords=$(sed -n '$numberp' new.text)
    awk '{gsub(/$linefromoldwords/,$linefromnewwords);print}' input.txt >> output.txt
    number=$number+1
echo $number
done <  old.text

但是,我的解决方案效果不佳.当我运行脚本时:

• 在第6行,sed命令不知道$number结束的位置.
• 当$number变量变为"1",然后变为"2"时,变量变为"0 + 1",然后变为"0 + 1 + 1".
• awk除了将output.txt完全复制到output.txt之外,该行似乎没有做任何其他操作.

你有什么建议吗？

更新:

标记的答案效果很好,但是,我经常使用这个脚本,需要花费很多时间才能完成.因此,我提供了一个解决方案的赏金,可以更快地完成这些替换.BASH,Perl或Python 2中的解决方案都可以,只要它仍然兼容UTF-8.如果您认为使用Linux系统上常用的其他软件的其他解决方案会更快,那么这也可能没问题,只要不需要巨大的依赖关系.

我有一个文件,file1.txt包含英文,中文,日文和韩文文本.为了在ConTeXt中使用,我需要根据语言标记文件中的每个文本区域(英语除外),并输出一个新文件,例如,这里是一个示例行:

The ?? ate ?.

因为它包含中文字符的文本,所以这将标记为:

The \language[cn]{??} ate \language[cn]{?}.

• 该文档保存为UTF-8.
• 应标明中文文字\language[cn]{*}.
• 应标记日语文本\language[ja]{*}.
• 应标记韩文文本\language[ko]{*}.
• 内容永远不会从一行继续到下一行.
• 如果代码对某些东西是中文,日文还是韩文有疑问,最好是默认为中文.

如何根据语言标记文本？

我有一个文件list.txt,像这样:

cat
bear
tree
catfish
fish
bear

我需要删除文档中其他地方已经完全找到的任何行,可以是重复行,也可以在另一行中找到.例如,"熊"和"熊"的行是相同的,因此删除其中一行; "猫"可以完全在"鲶鱼"中找到,因此"猫"被删除.输出看起来像这样:

catfish
tree
bear

如何删除所有重复行,包括在列表中较长行中找到的行？

到目前为止,我有这个:

#!/bin/bash
touch list.tmp
while read -r line
do
    found="$(grep -c $line list.tmp)"
    if [ "$found" -eq "1" ]
    then
        echo $line >> list.tmp
        echo $line" added"
    else
        echo "Not added."
fi
done < list.txt

NLTK 是一个强大的 NLP 工具，有很多文档，但我的大多数项目使用 Lua，而不是 Python。是否有使用本机 Lua 代码的 NLTK 的 Lua 等效项？

我如何限制查找和替换以替换项目,但如果紧接在它之前的字符是"A","B"或"C"或紧跟在它之后的字符是"X","Y"或"Z"则不能".例如,给定这些输入行,如果要用"pet"替换"cat"替换:

• "有一只猫." →"这些是宠物."
• "有Acat." 没有变化,因为之前找到了"A".
• "有猫咪." 没有变化,因为"Y"是在之后发现的.
• "有CcatX." 没有变化,因为之前找到"C",之后找到"X".

我需要在网页上反复放置一个星号？。有没有一种方法可以在HTML或CSS中指定符号以及应显示多少次？例如，类似这样，但不一定是相同的语法，其中指定了一个项目以及一个数量：

<repeat n="5">?</repeat>

这将导致：

?????

我有一些TSV文件,我需要转换为CSV文件.BASH中是否有任何解决方案,例如使用awk,转换这些？我可以sed像这样使用,但我担心它会犯一些错误:

sed 's/\t/,/g' file.tsv > file.csv

• 不需要添加引号.

如何将TSV转换为CSV？