问题标签 [words]

有没有办法让 grep 从匹配搜索表达式的文件中输出“单词”？

如果我想在多个文件中找到“th”的所有实例，我可以这样做：

但输出将类似于（粗体是我的）；

我希望它使用相同的搜索输出的是：

这可能使用grep吗？还是使用其他工具组合？

我正在寻求有关编写脚本以检查短语/单词列表并将它们相互比较并查看哪个是正确键入的短语/单词的帮助。

因此，在比较每个数组中的每个索引时，它应该遍历每个数组并比较两个值。最后，它应该产生：

任何帮助，我很感激！

我发现了一个关于将数字转换为“单词”的有趣问题：

代码高尔夫：数字到单词

我真的很想看看你如何在 Erlang 中有效地实现这一点。

例如...

鸡是一种动物。
墨西哥卷饼是一种食物。

WordNet 允许您执行“is-a”...层次结构功能。

但是，我怎么知道什么时候停止爬树呢？我想要一个级别。
那是一致的。

例如，如果呈现一堆单词，我希望 wordNet 对所有单词进行分类，但在一定的级别上，所以它不会走得太远。将“墨西哥卷饼”归类为“事物”过于宽泛，而“墨西哥包裹食品”则过于具体。我想上升或下降..直到正确的水平。

我想让它在段落内只有 350 个字符，无论放入多少个字符，我只希望显示 350 个。

我怎样才能做到这一点？文本只是在一个 div 标签中

文本。

干杯

想象一下，如果我在文本中有类似 [a href="this-is-a-very-big-link"] 这没关系[/a]（用 [ 和 ] 切换 < 和 >）... 还有这个-是一个非常大的词。

我需要将第二个案例分成两行......

注意 wordwrap 会终止链接，因此它对于解决此类问题没有用处。

任何的想法？

我有近 15 万篇土耳其语文章。我将使用文章进行自然语言处理研究。我想在处理文章后存储每篇文章的单词和频率。

我现在将它们存储在 RDBS 中。

我有 3 张桌子：

文章 -> article_id,text
Words -> word_id, type, word
Words-Article -> id, word_id, article_id, frequency (index for word_id, index for article_id )

我会查询

• 一篇文章中的所有单词
• 每篇文章一个词的频率
• 单词出现在所有文章和哪些文章中

我在 word-article 表中有数百万行。在这个项目中，我一直使用 RDBS。从mysql开始，现在使用oracle。但是我不想用oracle，想要比mysql更好的性能。

此外，我必须在具有 4gb 内存的机器上处理这项工作。
简单地说，如何存储文档术语矩阵并对其进行查询？性能是必要的。“键值数据库”可以在性能上击败 mysql 吗？或者什么可以打败mysql？

如果您的答案编程语言取决于，我正在用 python 编写代码。但是 C/C++ , Java 没问题。

原文：美国独立宣言

如何将上述源文本拆分为多个包含“n”个单词的子字符串？

我使用 split(' ') 来提取每个单词，但是我不知道如何在一个操作中使用多个单词来做到这一点。

我可以浏览我拥有的单词列表，并通过将第一个列表中的单词粘合在一起来创建另一个单词（同时添加空格）。但是我的方法不是很pythonic。

我在将 sIFR 用于列表中的链接时遇到问题。

• 当我尝试将它应用于我的链接时，我的链接是完美的皮肤（使用正确的字体和正确的颜色），但是每个链接的最后一个单词被剪切或显示在另一行上。

• 当我将它应用于

• 文本显示良好，但显示为超文本链接（蓝色和下划线）。

我尝试过类似 forceWidth: true, fitExactly: true, forceSingleLine: true preventWrap: true 似乎没有任何效果。

我现在完全绝望了。有人遇到同样的问题吗？

我正在使用 wordpress。

这是问题的一个例子： http ://www.thibaudcartigny.com/exemple.jpg

感谢阅读。

我需要一个包含每个英语有效单词的数据库。我检查了/usr/share/dict/words文件，它包含少于 100k 个单词。维基百科说英语有 475k 单词。我在哪里可以获得完整列表（美式拼写）？

另外，是否有一个网站也提供其他语言的单词，包括亚洲和欧洲语言？

编辑：忘了补充，我不需要名字等，只需要有效的英文单词。