Question

我们说我有这个文件（file.txt）：

Hello my name is Giorgio,
I would like to go with you
to the cinema my friend

我想从文字中排除以下字词：my，is和I（不是整行）。

单词位于文件（words.txt）中，如下所示：

my
is
I

所以输出必须是：

Hello name Giorgio,
would like to go with you
to the cinema friend

如何执行此操作？

Answer 1

您可以使用sed将words.txt转换为sed脚本：

sed 's=^=s/=;s=$=//g=' words.txt | sed -f- file.txt

与预期输出的差异是空白：删除单词不会挤压周围的空白。

要仅匹配整个单词，请添加单词边界\b：

s=^=s/\\b=;s=$=\\b//g=

Perl解决方案也挤压空间（并不关心元字符）：

#!/usr/bin/perl
use warnings;
use strict;

open my $WORDS, '<', 'words.txt' or die $!;
my %words;
chomp, $words{$_} = q() while <$WORDS>;

open my $TEXT, '<', 'file.txt' or die $!;
while (<$TEXT>) {
    s=( ?\b(\S+)\b ?)=$words{$2} // $1=ge;
    print;
}

Answer 2

这应该这样做：

#!/bin/bash
cp file.txt newfile.txt # we will change newfile.txt in place
while IFS= read -r line;do
[[ $line != "" ]] && sed -i "s/\b$line[[:space:]]*//g" newfile.txt
done <words.txt
cat newfile.txt

或修改@ choroba＆＃39; sed解决方案：

sed 's=^=s/\\b=;s=$=[[:space:]]*//g=' words.txt | sed -f- file.txt

以上两种方法都会从匹配字符串的末尾删除空格（如果有的话）。

输出：

Hello name Giorgio,
would like to go with you
to the cinema friend #There's a space here (after friend)

Answer 3

awk中相当邋。的版本。如果单词列表包含元字符，那么这将会死亡。但它确实考虑了单词边界，因此在单词中间不匹配。

awk 'FNR==NR{a[$1];next}
     {for(i in a)gsub("(^|[^[:alpha:]])"i"([^[:alpha:]]|$)"," ")}1' {words,file}.txt

Hello name Giorgio,
 would like to go with you
to the cinema friend

它将第一个文件中的单词保存到数组a中。在保存的每个单词的下一个文件中，它只是使用alpha（所有字母字符）和行开头和结尾从行中删除该单词以确保单词是完整单词。 1打印该行。

在文本中省略单词

3 个答案: