问题标签 [text-manipulation]

我有一个包含正常句子的文本文件。实际上，我在输入该文件时很着急，所以我只是将句子第一个单词的第一个字母大写（根据英语语法）。

但是现在我希望每个单词的第一个字母都大写会更好。就像是：

这句话的每个单词都大写

上面句子中要注意的一点是of和is不是大写的，实际上我想转义等于或小于3个字母的单词。

我该怎么办？

我需要帮助来使用 sed 来注释匹配的行和它后面的 4 行。在一个文本文件中。

我的文本文件是这样的：

我想在所有具有文本“[myprocess”的行和预期输出后面的 4 行前加上 # 前缀：

非常感谢您对此的帮助。

我在 MySQL 数据库中有一个表，其中包含这样的数据；

我想按字母顺序显示它们减去前导的“The”。这就是我想出的有效方法。

这个解决方案似乎有点笨拙，有人有更优雅的答案吗？

currelty 我用<以下sed命令替换所有内容

但现在我必须排除包含<title> 确切的行我必须排除和之间的<title>文本</title>

例如。以下行与我的命令匹配，但应排除此行...

我怎样才能用 sed 解决它？我在 cygwin 中使用 sed

好的，我不确定我的措辞是否正确，但我得到了以下形式的 url：

http://zh.wikipedia.org/wiki/%E5%A4%A9%E6%96%87%E5%AD%B8

但我想把它转换成中文字符，如下所示：

http://zh.wikipedia.org/wiki/天文学</p>

什么是批处理的好语言？是否有现有的函数来进行转换，或者我必须依赖字符串操作。似乎转换需要某种对查找表的调用。

我知道它们是相同的，但它们的显示方式不同。我喜欢不带 %# 的可读字符。

嗨，我有一个繁体中文网站，当我查看网站统计信息时，它告诉我该网站的搜索词对å%8f°å%8d%97 親å­%90é¤%90廳我来说显然没有意义。我的问题是这种编码叫什么？有没有办法使用 Python 来解码这个字符串。谢谢你。

我有一个带有连续文本的采访记录。有时，会写上说话人的名字（Aron：、Kalle：、Tomas：等）。我想在后跟冒号 (:)（我指定的名称）的每个名称之前插入一个换行符。

如何在 VIM 中编写脚本，以便当我运行命令时，它会遍历整个文本文件并插入那些额外的换行符？

换句话说，我想把这个变成：

进入：

我正在尝试计算文本字符串的出现次数。

下面的 Perl 代码在找到某些类型的文件时打印一条语句（文本字符串），我需要计算它打印字符串的次数。

我只是想学习 perl 而我不是程序员！所以请解释任何答案。

我不想插入、排序或合并，只是计数。

我正在寻找一种将未知文本修剪到一定长度的解决方案。只保留完整的句子。

所以像这样的文字

应该变成

字符限制为 50、40（和 20 与 --find-next-sentence-ending）。

我读过很多 SO question - 大多数答案都是

但这显然不适用于上述句子和其他类似句子。其他人建议使用斯坦福文本解析器或 OpenNLP。它们真的很酷，但不适用于典型应用。您不会在 Ruby/PHP 服务器上安装 Java，只是为了修剪文本，对吧。所以我正在寻找一些 80/20 的解决方案，它与语言无关，并且能够处理出现的典型案例。

我想不出比这更有问题的句子（在下一个句子的开头包含日期、非点句结尾和非 ascii 字符，以及“限制”句中间的非结尾点）。

我还创建了一个 GIST (https://gist.github.com/4051035) 供您分叉和玩 - 分叉确保用户可以点击此问题的不同解决方案，所以请使用它;) 我想提出这个问题comunity-wiki，但它似乎不适用于问题 - 仅用于答案。因此，请在评论中添加任何建议/相关的 SO 问题。谢谢。

我有一个大的日志文件，我需要从中提取文件名。

该文件如下所示：

我需要像这样提取文件名：

我认为我的第一个策略是/path/to/用''查找/替换所有内容。但我不知道如何删除空格后的所有字符。

你能帮我吗？