從另一個字典文件

-1

我有一個文本文件mytext.txt替換爲值在一個文件中的每一個字，文字的每一行是一個句子：從另一個字典文件

the quick brown fox jumps over the lazy dog 
colorless green ideas sleep furiously

然後，我有一個字典文件dict.txt像這樣：

the: A 
quick: B 
brown: C 
fox: D 
jumps: E 
over: F 
lazy: G 
dog: H 
colorless: I 
green: J 
ideas: K 
sleep: L 
furiously: M

我想在dict.txt的值來代替mytext.txt每一個字，就像這樣：

A B C D E F A G H 
I J K L M

如何ç我使用awk或sed來做它？

來源

2017-03-23 drstar

另一種選擇這可能是在任何腳本語言要簡單得多。 – pvg

我已經投票決定關閉此問題，因爲它似乎是針對工具或解決方案的建議的請求，而不是您自己的代碼的幫助請求。這使您的問題脫離了StackOverflow。如果評估不正確，並且確實需要編寫自己的代碼，請[將您的工作添加到您的問題中]（http://stackoverflow.com/posts/42983982/edit），然後我會收回我的近距離投票。 – ghoti

$ awk -F'[: ]' 'FNR==NR{a[$1]=$NF;next}{for(i in a)gsub(i,a[i])}1' dist mytext

$ awk -F'[: ]' 'FNR==NR{ a[$1]=$NF; next } 
    { for(i=1;i<=NF;i++) if($i in a)$i=a[$i] }1' dist mytext

輸入

$ cat mytext 
the quick brown fox jumps over the lazy dog 
colorless green ideas sleep furiously 

$ cat dist 
the: A 
quick: B 
brown: C 
fox: D 
jumps: E 
over: F 
lazy: G 
dog: H 
colorless: I 
green: J 
ideas: K 
sleep: L 
furiously: M

輸出

$ awk -F'[: ]' 'FNR==NR{a[$1]=$NF;next}{for(i in a)gsub(i,a[i])}1' dist mytext 
A B C D E F A G H 
I J K L M 

$ awk -F'[: ]' 'FNR==NR{a[$1]=$NF; next} 
{ for(i=1; i<=NF;i++) if($i in a)$i=a[$i] }1' dist mytext 
A B C D E F A G H 
I J K L M

來源

2017-03-23 18:31:16

完美地工作！謝謝！雖然我的字典包含一些具有多個值的鍵（：A; the：AA），並且此代碼僅與最後一個匹配。 – drstar

@drstar：true，因爲''：'AA'是最後一次讀取第一個文件 –

Downvoter留下您的評論爲什麼這麼說？ –

如果您dict.txt沒有任何特殊字符，一個非常快的解決方案是dict.txt的內容轉換成一個sed expresion：

sed 's#^#s/#;s#: #/#;s#$#/g;#' dict.txt

將導致

s/the/A/g; 
s/quick/B/g; 
s/brown/C/g; 
s/fox/D/g; 
s/jumps/E/g; 
s/over/F/g; 
s/lazy/G/g; 
s/dog/H/g; 
s/colorless/I/g; 
s/green/J/g; 
s/ideas/K/g; 
s/sleep/L/g; 
s/furiously/M/g;

現在這可以被用於另一sed的：

sed -f <(sed 's#^#s/#;s#: #/#;s#$#/g;#' dict.txt) mytext.txt

輸出：

A B C D E F A G H 
I J K L M

但要注意，如果字典文件包含特別的sed的/\.* a.s.o.任何字符它wount工作

編輯：添加g到sed的

更新：

如果全字應及時更換，這將這樣的伎倆，因爲\b將查找單詞boundarys：

sed -f <(sed 's#^#s/\\b#;s#: #\\b/#;s#$#/g;#' dict.txt) mytext.txt

thx @ jm666指出了這一點。

EDIT2：

如果dict.txt文件很長我原來的版本可能會失敗。 @SLePort的版本修復了這個問題，thx。我以前使用"$()"代替-f <()

來源

2017-03-23 18:30:59

不錯的想法。 ;）但是，怎麼樣：「在懶狗本身和'dict'上也會包含'自己：T'？需要對從最長到最短的'///'語句進行排序或使用'\ bword \ b'。 – jm666

@ jm666：好點，取決於預期的行爲。我會更新我的答案。 –

或者使用進程替換：'sed -f <（sed's＃^＃s /＃; s＃：＃/＃; s＃$＃/ g;＃'dict.txt）mytext.txt' – SLePort

這裏是awk和sed

$ sed -f <(awk -F': ' '{print "s/\\b" $1 "\\b/" $2 "/g"}' dict) file 

A B C D E F A G H 
I J K L M

來源

2017-03-23 18:57:29 karakfa

從另一個字典文件

回答

相關問題