grep检索google ngram条目的正确语法是什么？

Question

google ngram格式与此类似：

apollo_.        2008    6   5
apollonia_NOUN  1760    1   1
apollo.5        1760    1   1
apollo          2008    6   5

如果我只是想拉出包含单词'apollo'而没有后缀的行，那么正确的grep命令是什么？

Answer 1

这应该可以解决问题：

perl -lne 'print if(/\bapollo(\s+|$)/)' your_file

Answer 2

对于此数据集，您可以这样做：

$ grep '^apollo\s' file
apollo          2008    6   5

对于以grep开头，后跟空格字符的行，apollo为grep。与此\b匹配相关的选项包括：

  

-w， - word-regexp

     

仅选择包含构成整个单词的匹配项的行。测试是匹配的子字符串必须位于行的开头，或者前面是非单词构成字符。                 同样，它必须位于行的末尾或后跟非单词构成字符。单词构成字符是字母，数字和下划线。

     

x， - line-regexp

     

仅选择与整行完全匹配的匹配项。 （-x由POSIX指定。）

你还有正则表达式选项，使用grep来匹配单词边界，但-w选项apollo.5对.行上的特定数据失败由于apollo之后的标点符号{{1}}。