text-processing

我正在學習使用C語言編寫Unix代碼。到目前爲止，我已經編寫了代碼來查找要替換的行的第一個字節的索引。問題是，有時，替換行的字節數可能會大於行上已有的字節數。在這種情況下，代碼開始覆蓋下一行。我想出了兩個標準的解決方案： a）與其試圖編輯文件，我可以將整個文件複製到內存中，通過在必要時移動所有字節並將其重寫回文件進行編輯。 b）只將我想要結束的行復制到內存並編輯。這兩個建議不能很好地擴展。而且我

9熱度

1回答

使用斯坦福NER從文本文檔中提取地址？

我一直在尋找斯坦福NER和使用的Java API它從一個文本文件中提取的郵政地址的思考。該文件可以是任何有郵政地址部分的文件，例如公用賬單，電費。所以我在想什麼的做法是，定義郵寄地址使用位置和其他原始命名實體命名實體。定義分割和其它子過程。我想找到一個相同的示例流水線（詳細步驟是什麼要求），任何人都做過這個？建議歡迎。

1熱度

1回答

solr 5.3.1特性中的令牌是什麼？

lucene 4.3中的類別Token已被替換爲solr 5.3.1中的令牌（org.apache.solr.parser.Token）。問題是beginColumn,beginLine,endColumn,endLine是什麼意思？實際上，在這個新類中，我們如何計算令牌長度，還是begin_offset和end_offset？

0熱度

6回答

替換特定字符串用遞增線

2個文件：在1.txt的 a $test$ b $test$ c 在2.txt 1 2 我想要什麼： a 1 b 2 c 我更喜歡Windows BAT腳本，但像sed這樣的單個Unix可執行文件可以。 UPDATE：。 @脫線的解決方案的工作，除了第一個字符從各行中的文件2不見了:( @ Aacini的代碼不工作不整行從文件中複製，只是。第一個字它確實整條生產線從

-1熱度

2回答

如何使用os.walk來僅列出文本文件

This問題在尋址隱藏文件類型方面類似。我正在努力解決類似的問題，因爲我只需要處理文件夾中包含文件的文本，文件夾中包含許多不同的文件類型 - 圖片，文本，音樂。我使用os.walk列出了一切，包括沒有擴展名的圖標文件。我正在使用Linux，並會滿足只過濾txt文件。一種方法是檢查文件擴展名，this後很好地解釋了它是如何完成的。但是，這仍然留下mislabeled文件或文件沒有擴展名。有十六進制

3熱度

1回答

處理非結構化醫療的工具/方式文本數據爲CSV

10/03/2014 16:55 Local Title: TRANSFER OUT NOTE Standard Title: TRANSFER SUMMARIZATION NOTE AUTHOR: D,WARD XYZ MEDICAL INSTITUTE ABC NAGAR, PQW CITY-101011 *********

0熱度

1回答

使用awk自定義函數從文件打印最小整數？

awk功能看起來像這樣的文件名fun.awk： { print small() } function small() { a[NR]=$0 smal=0 for(i=1;i<=3;i++) { if(a[i]<a[i+1]) smal=a[i] else smal=a[i+1] } return smal } 的awk.write內容： 1 23