Linux shell可过滤文件中的禁用字

贝壳爱好者们好

基本上我有两个文件：

frequency.txt:（包含单词和频率的多行、空格分隔的文件）

我有一个包含“禁止”字的文件：

stopwords.txt:（一行，空格分隔的文件）

所以我想从frequency.txt中删除包含stopwords.txt中找到的单词的所有行

我怎么能这么做？我想这可以用awk来完成。。差不多

awk 'match($0,SOMETHING_MAGICAL_HERE) == 0 {print $0}' frequency.txt > new.txt

---

但我不是很确定。。。有什么想法吗？？thxs提前

这将为您做到：

tr ' ' '\n' <stopwords.txt | grep -v -w -F -f - frequency.txt

tr''\n'
$awk'FNR==NR{for（i=1；i
tr'\n'

-w
到
grep
对于避免stopwords.txt中的
le
删除包含
le
的单词非常重要，例如
less
或
little
加入-v1并在其中抛出一个
-F
，以使其更快一点（并避免出现任何“单词”时出现问题）包含
或其他不寻常的字符）。停止字在一行中，-f希望它们在单独的行中。Hmmm…此外，例如stopwords.txt中出现的
le
将删除包含
le
的任何行（例如
less
，
little
）.thxs..它有效..即使那个人说stopwords.txt上的单词应该是分开的行啊等等..也许@j_random_hacker是正确的..我会验证您是否也可以使用tr:tr''将空格分隔的文件转换为换行分隔的文件\n'infle outfileyeap…您正在编写..我确实需要
-w
。来自@g的awkhostdog74也在工作，但使用grep外观cleaner@Dan：正确地说：）+1对你和+1对主人。
join -v1 <(sort frequency.txt) <(tr ' ' '\n' <stopwords.txt|sort) | sort -k2,2rn

tr ' ' '\n' <stopwords.txt | grep -v -w -F -f - frequency.txt

$ awk 'FNR==NR{for(i=1;i<=NF;i++)w[$i];next}(!($1 in w))' stop.txt freq.txt
de 1711
a 936
et 762
la 530
les 482
pour 439

tr ' ' '\n' < stopwords.txt | grep -vwFf - frequency.txt

join -v1 <(sort frequency.txt) <(tr ' ' '\n' <stopwords.txt|sort) | sort -k2,2rn