Question

更确切地说，我必须编写一个shell脚本，它将只包含小写的单词从一个文件移动到另一个文件。新文件中的单词必须按字母顺序排序，并且必须删除重复的行。

直到现在我试过了：

grep -E '^\b[a-z]*[a-z]\b' file1.txt | sort -V | cat > file2.txt | awk ' !seen[$0]++' file2.txt

FILE1.TXT：

aaaAaa B
aaccc c
aP ppp
aAaaA
aa
aAaa
AAa
aa

file2.txt将是：

aa
aa
aaccc c

终端将打印：

aa
aaccc c

Answer 1

你的问题有点含糊不清。

目前还不清楚您是否要移动字符串从file1.txt到file2.txt，或者只是从file1.txt提取/复制匹配的字符串到{ {1}}。

您还声明要匹配小写字词，但您的示例建议您要匹配仅包含小写字母和可选空格的任何文本行。

假设您只想提取（而不是移动）匹配的字符串，并且您希望将任何只包含小写字符的行与可选空格匹配，那么这应该是您想要的：

file2.txt

您应该得到以下结果：

egrep '^[a-z[:space:]]+$' file1.txt | grep '[a-z]' | sort | tee file2.txt | uniq

或者，如果您对小写单词更感兴趣，（与仅包含小写或空格的整行相比），那么您将需要以下内容：

nicolaw@host:~ $ cat file1.txt aaaAaa B aaccc c aP ppp aAaaA aa aAaa AAa aa nicolaw@host:~ $ egrep '^[a-z[:space:]]+$' file1.txt | grep '[a-z]' | sort | tee file2.txt | uniq aa aaccc c nicolaw@host:~ $ cat file2.txt aa aa aaccc c nicolaw@host:~ $

哪个应该输出这样的东西：

egrep -ow '[a-z]+' file1.txt | sort | tee file2.txt | uniq

Answer 2

awk 方法

awk '/^[a-z ]*$/' file1.txt  | sort | uniq > file2.txt

示例输出：

cat file2
aa
aaccc c

Answer 3

for w in `cat startingFile`; do x=`echo $w | sed -r 's@[a-z]+@@g'`; if (( ${#w} > 0 && ${#x} == 0 )); then echo $w; fi; done | sort | uniq > allDone

当我发布时，严重的口音，引人注目的引号没有显示。他们属于＆＃34; cat startingFile＆＃34;和＆＃34;回显$ w | sed -r＆＃39; s @ [a-z] + @@ g＆＃39;＆＃34;

Answer 4

根据您的评论，您对所有小写但不是单词的行不感兴趣，我认为如下所示的awk解决方案会让您关闭：

$ cat infile.txt
aaaAaa B
aaccc c
aP ppp
aAaaA
aa
aAaa
AAa
aa
$ awk '{for (i=1;i<=NF;i++){ if ($i~/^[a-z]*$/){print $i}}}' infile.txt | sort -uV
aa
aaccc
c
ppp

您也可以将输出写入awk脚本中的文件：

awk '{for (i=1;i<=NF;i++){ if ($i~/^[a-z]*$/){print $i ; print $i > "outfile.txt"}}}' infile.txt | sort -uV

此脚本循环遍历行中的每个字段/单词，并使用正则表达式测试所有小写字母。结果以自己的行打印，并且全部通过sort标记为u unique。

Answer 5

我不清楚您是否要保留原始行号（例如，如果输入为foo bar，如果您想在输出中的不同行上foo和bar ），但如果这是可以接受的，那么通常预先处理数据以将所有单词放在他们自己的行上。请记住，此解决方案对此问题采取了非常天真的方法，并假设空格表示单词边界，但您可以根据需要轻松修改。基本上，您将每个单词放在自己的行上，然后逐行解决问题：

< file1.txt tr ' ' \\n | grep '^[a-z]*$' | sort -u

Otoh，您可以稍微修改一下您使用的内容并使用：

grep -Eo '\b[a-z]+\b' file1.txt

或

grep -Eow '[a-z]+' file1.txt

Answer 6

grep命令有一个非常方便的选项-v，用于选择不匹配模式的记录。因此，考虑到这一点，这将为您提供输出文件：

grep -v "[A-Z]" file1.txt |sort > file2.txt

这是一个示例运行，添加了显示内容sans dups：

StackOverflow> cat file1.txt
aaaAaa B
aaccc c
aP ppp
aAaaA
aa
aAaa
AAa
aa

StackOverflow> grep -v "[A-Z]" file1.txt |sort > file2.txt

StackOverflow> cat file2.txt
aa
aa
aaccc c

StackOverflow> cat file2.txt | sort -u
aa
aaccc c

StackOverflow>

第一个命令只显示file1.txt中的内容。下一个命令使用grep查找没有大写字母的所有行（-v选项）和管道，用于排序将其写入file2.txt的行。我展示了该文件中的内容，然后使用sort再次删除重复项。

请注意，要完成您想要的任务，您只需要两行：

grep -v "[A-Z]" file1.txt |sort > file2.txt
cat file2.txt | sort -u

编辑：我专注于sort命令，并没有考虑第二行更好的uniq选项。您可以这样做，而不是使用sort -u：

uniq file2.txt

制作整个shebang：

grep -v "[A-Z]" file1.txt |sort > file2.txt
uniq file2.txt

希望这有帮助！

如何使用linux命令从另一个文件中创建一个只包含小写字样的新文件？

6 个答案: