txt词条筛选问题

menglongma · 发表于 2012-4-25 15:33:08

请问各位高手：
使用什么软件，如何在mdict的mdx转换出的txt中一次性筛选出具有某种特征的词条，同时删除其它不具这种特征的词条？

bnuliujitao · 发表于 2012-4-25 18:54:01

这个好像比较有难度，具体是什么东西，你发出来看看吧

menglongma · 发表于 2012-4-25 19:20:18

即这里的词条 a abandon abandoned 一次性选出，其它个词条一次性删除。

bnuliujitao · 发表于 2012-4-25 20:48:46

1# menglongma

可以用powergrep的collect功能，
选出来的文本见下：

menglongma · 发表于 2012-4-26 07:36:44

非常感谢

menglongma · 发表于 2012-4-26 09:29:51

感谢指导并帮助筛选所需材料，已经做完所要的MDX . 我按你的指点下了一个这样的软件，可是打不开txt文件，不知何故。

bnuliujitao · 发表于 2012-4-26 19:58:50

本帖最后由 bnuliujitao 于 2012-4-26 20:00 编辑

7# menglongma

不是直接打开，在左边添加。

menglongma · 发表于 2012-4-27 15:28:57

谢谢了。
已经重新下载了软件，进行了安装，正在摸索怎么使用，感觉很难。
正则表达式对我来说，绝对是门外汉。
试一试吧。

menglongma · 发表于 2012-4-27 15:29:51

网上搜索半天，却找不见软件使用方面的东西。

惟吾无为 · 发表于 2012-4-27 18:12:41

考虑学下awk和sed. linux下面的, windows利用cygwin也可以用.

惟吾无为 · 发表于 2012-4-29 16:32:15

本帖最后由惟吾无为于 2012-4-29 16:34 编辑

10# menglongma

去 chinaunix.net shell版( http://bbs.chinaunix.net/forum-24-1.html )问, 要把问题写清楚, 标题要明确, 最好有awk或本文处理等字, 附上部分源文本(少而全, 多了没人看)及期望输出, 有人帮忙的.

惟吾无为 · 发表于 2012-4-29 16:44:24

本帖最后由惟吾无为于 2012-4-29 17:01 编辑

就以你给定的文本为例. 各条记录之间以</>分割, 所以指定记录分隔符(RS)为</>. 你想要含有心形的整条记录.
全部输出即可. 输出内容的RS(ORS)和原来一样.

awk 'BEGIN{RS="</>"; ORS=RS}/♠/' /tmp/old

复制代码

如果想输出到新文件, 在后面加上 > /tmp/new

awk 'BEGIN{RS="</>"; ORS=RS}/♠/' /tmp/old > /tmp/new

复制代码

就输出到new文件了.

会用linux, 文本处理很简单. 以上操作在windows下的cygwin环境实测.

----add in 16:53----
例如看下匹配到的条目的标题: 标题都是单词, 没有空格. 默认字段分隔符就是连续的空格或tab. 就不改了. 这样单词就是第一个字段, 读取$1即可.

[求助] txt词条筛选问题