Q&A
テキストファイル2がoneだけで、テキストファイル1がtwo one twoの時は二個と答えて欲しいのですか、それとも１個と答えて欲しいのですか。
テキストファイル1に含まれる単語のうち、テキストファイル2(テキストファイル1と行数が異なり、既にソートされている)に含まれないものの数を求めたいです。
追記:
パイプを用いて1行でする方法はありませんか？
cat テキストファイル1 | tr ' ' '￥n' | sort -f | uniq -i | diff テキストファイル1 テキストファイル2 | wc -l
自分は上のように書いてしまったのですが、これだと行の比較になってしまいますよね？
テキストファイル2はテキストファイル1の単語数よりもかなり多いです
なにか良い方法があれば教えていただきたいです
テキストファイル2 は 1単語/1行で重複なしなのかな?
＞テキストファイル2がoneだけで、テキストファイル1がtwo one twoの時は二個と答えて欲しいのですか、それとも１個と答えて欲しいのですか。
これについては
1個と答えて欲しいです。
以下のようなコマンドを実行後って感じです
cat テキストファイル1 | sort | uniq
＞テキストファイル2 は 1単語/1行で重複なしなのかな?
これについては
既にsortとuniq(大文字小文字区別しない)ということを行っているため、重複はないです
回答2件
0
ベストアンサー
sh
1cat テキストファイル1 | tr ' ' '￥n' | sort -f | uniq -i | sort > data1 2cat テキストファイル2 | tr ' ' '￥n' | sort -f | uniq -i | sort > data2 3 4comm -23 data1 data2 | wc -l
ソートを2回するのでテキストファイルが膨大だとちょっといやですが、
commがソート必須なので。
投稿2021/05/24 12:16
総合スコア84804
ありがとうございます！
パイプを使って1行で表現する方法ってありますか？完全に自分の書き忘れなのですが、1行で表現する方法が思いつかずで…
Bash/Zshなら
comm -23 <(cat ～ sort) <(cat～sort) | wc -l
すみません、もしテキストファイル1が物語で「'」や「?」などの記号が含まれており、テキストファイル2は単語帳のような感じであるとすると、例えばテキストファイル1でapple? という文字列があり、テキストファイル2にはappleという文字列があった場合は異なるものと認識されてしまいますよね、？
そうだとすると
どのようにパイプ1行で表現することができるのでしょうか？
テキストファイル1を空白で区切るのでなく、英字の並びだけを抽出すれば良いのでは？
grep -E -o '[A-Za-z]+'
アポストロフィー、例えば「don't」とかはdonとtに別れてしまうような…
調べてもでてこなくて…
そりゃそうです。
don't をどうしたいのでしょう？
apple?も含め、何をどうしたいのか言語化できないと解決できません。
don't(do notのような省略しているもの)はdonとtにわけず「don't」という単語、apple?は?(単語に関係ない記号)を消したいです
don'tとapple?については分かるのですが、一般化しないとコードになりません。
空白で区切った後で、単語の先頭末尾の「英字以外」を削除ですかね？単語途中の記号はノータッチで。
そのような感じです！
言い方が悪いせいで複雑になってしまいましたが、
「テキストファイル1(物語)に含まれる単語のうち、テキストファイル2に含まれないものの数をパイプ1行で求めよ」
という問題に取り組んでいます。
自分の考えたコマンドが余計な誤解を産んでしまっていたかもしれません、申し訳ありません。
「単語とはなんぞや？」を明確に定義しないと駄目ですね。
> 空白で区切った後で、単語の先頭末尾の「英字以外」を削除ですかね？単語途中の記号はノータッチで。
でいいなら、
～～ | tr ' ' '\n' | sed 's/^[^A-Za-z]*//;s/[^A-Za-z]*$//' | ～～
ありがとうございます！
Bash/Zshでなければ1行は不可能ですかね？
何を使っているのですか？
多分Bashです、教えていただいた通り、
comm -23 < cat テキストファイル1 | tr ' ' '￥n' | sed 's/^[^A-Za-z]*//;s/[^A-Za-z]*$//' | sort -f | uniq -i | sort >cat テキストファイル2 | tr ' ' '￥n' | sed 's/^[^A-Za-z]*//;s/[^A-Za-z]*$//' | sort -f | uniq -i | sort
を実行したところ、
-bash: cat: そのようなファイルやディレクトリはありませんと出てきてしまいました
？？？
括弧は？？？
括弧を入れると
-bash: 予期しないトークン `(' 周辺に構文エラーがあります
というエラーになってしまいます
何らかのタイプミスですね。
あるいはシェルの設定かも。
cat <(date)
で、日時が表示されますか？
あと不等号が1つ逆だし。
出力されます
単に打ち間違えてしまいました
<( ではなく、 < ( としていたためエラー出力がされてしまったようです
ありがとうございました
0
たぶん動くと思うけど処理時間かかりそうな…
高級なスクリプト言語あたりを使う方が正解かも!?
bash
1n=0 2cat テキストファイル1 | tr ' ' '\n' | sort -f | uniq -i | \ 3while read s 4do 5 grep -i $s テキストファイル2 >/dev/null 6 if [ $? -eq 1 ] 7 then 8 let n++ 9 fi 10done 11 12echo $n
投稿2021/05/24 11:55
編集2021/05/24 20:31総合スコア7460
ありがとうございます！
試してみたのですが、次はn=0となってしまいました…
自分で考えてみてもこのコマンドで上手くいかない理由がわからないです…
あなたの回答
tips
プレビュー
