grep /usr/share/dict/word

Question

我有一个文本文件：

Butterfly

[tab][space]Bridge

space-12234

%%%^^%^%^^%

我试图只保留包含" words“文件(/usr/share/dict/words)中的字典词的行。

输出将如下所示：

Butterfly

[tab][space]Bridge

space-12234

我试过了

words='/usr/share/dict/words'
grep ??  $words $1 > ouputfile

Answer 1

您可以使用-f选项：

-f文件，--file=文件

从文件中获取模式，每行一个。如果该选项多次使用或与-e (--regexp)选项相结合，则搜索给定的所有模式。空文件包含零模式，因此不匹配。

grep -f "$words" "$1" > outputfile

您也可能对-w和-F感兴趣。

-w，--word-regexp

只选择那些包含构成整个单词的匹配的行。测试是，匹配的子字符串必须位于行的开头，或者前面必须有一个非单词组成字符。类似地，它必须在行尾或后面跟着一个非单词组成字符。单词组成字符是字母、数字和下划线.如果还指定了-x，则此选项无效。

-F，--fixed-strings

将模式解释为由新行分隔的固定字符串列表(而不是正则表达式)，其中任何一行都要匹配。

Answer 2

这是一个给awk的。它以-is格式打印精确的匹配，但部分匹配，后面是(a，实际上)最长的匹配单词(对于如何处理部分匹配没有任何更正确的定义)：

$ awk '
NR==FNR {
    words[tolower($1)]
    next
}
{
    if(tolower($1) in words)
        print
    else {
        for(i in words)
            if(($0~i)&&length(i)>length(best))
                best=i
        if(best) {
            print $0,best
            best=""
        }
    }
}' /usr/share/dict/words file

输出(与原始数据一起)：

Butterfly
         Bridge
space-12234 space
ldfkalap kala