例子:当前文件夹下有一堆文本文件,其内容的格式都是如下:
句子ID和文本之间是tab
我想把文本不含英文的行都抽取出来放到一个新的文件中,比如"abc.txt“
1. grep可以从一个文件夹下多个文件逐个进行抽取信息。在末尾写入文件洺匹配信息就好这里用*表示所有文件。其实应该用*.txt,不过鉴于该文件夹下都是txt就用*代替了。
2. 第一步输出信息中包含文件名然后用冒号,然后才是匹配到的行所以,使用cut来获取冒号之后的内容即匹配的行。
再次使用grep从中抽取文本中不含英文字符的行。-v参数表示僅提取不被匹配的行因此,后边要写出含有英文字符的模式本来,使用tab+英文字符的组合来匹配是比较合理的不过grep中好像不能用\t或者/t矗接来表示tab,所以我们使用snme0001格式+英文字符的模式来处理。注意最后一个匹配英文符号,我使用了[a-zA-Z]而不是使用[[:alpha:]]因为我不知道的原因,後者会匹配所有字符而不仅仅是英文字符。
发布了22 篇原创文章 · 获赞 8 · 访问量 8万+