怎么從文本生成一個(gè)字典，并且根據(jù)字典轉(zhuǎn)換原文件

hxletter

比如說(shuō)我有如下文本a
dog eat meat
wolf eat dog
掃描文件a的時(shí)候每遇到一個(gè)新的單詞就把它加入字典文件b
1 dog
2 eat
3 meat
4 wolf
如果已經(jīng)有了字典b，我想把文本文件a根據(jù)字典轉(zhuǎn)換為數(shù)據(jù)文件又怎么做？得到如下：
1 2 3
4 2 1


我現(xiàn)在的思路是先把所有文本內(nèi)容轉(zhuǎn)成按列的形式(行號(hào)，單詞)上，再刪除其中重復(fù)的單詞并在該列前面加上序號(hào)， 即得到字典。但感覺(jué)好復(fù)雜啊，有更直接的方法嗎？

yestreenstars

1. awk 'NR==FNR{a[$2]=$1;next}{for(i=1;i<=NF;i++)$i=a[$i]}1' b a

復(fù)制代碼

hxletter

回復(fù) 2# yestreenstars
謝謝了,生成字典部分有什么好想法嗎?我弄得好復(fù)雜啊，而且字典順序不是我想要的.

1. awk '{for(i=1;i<=NF;i++) print $i;}' a | awk '{aa[$1]+=1} END{for(i in aa) print i;}' | awk '{print NR, $1}'

復(fù)制代碼

1. 1 eat
   
2. 2 dog
   
3. 3 meat
   
4. 4 wolf
   

復(fù)制代碼

hxletter

自己稍微簡(jiǎn)化了下，但還是有順序問(wèn)題。

1. awk '{for(i=1;i<=NF;i++) aa[$i]+=1}  END{for(i in aa) print i;}' a| awk '{print NR, $1}'
   

復(fù)制代碼

關(guān)陰月飛

回復(fù) 3# hxletter

1. awk -vRS='[ \n]+' '!a[$1]++{print ++b,$0}'  urfile

復(fù)制代碼

cao627

根據(jù)文件a生成字典b

1. awk '{for(i=1;i<=NF;i++)if(!a[$i]++)print ++n,$i}' a>b

復(fù)制代碼

cao627

根據(jù)另一個(gè)文件和文件a類似的文件a1生成過(guò)渡文件c

1. awk '{for(i=1;i<=NF;i++)if(!a[$i]++)print $i}' a1>c

復(fù)制代碼

將文件c的陌生單詞添加進(jìn)字典b

1. while read i ; do grep '\<'$i'\>' b || echo $((`wc -l <b`+1)) $i >>b; done <c

復(fù)制代碼