Discussion :

[MMDM12]

Bonjour,
je possede des fichiers de la formes:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
 
algorithm	NN	algorithm
and	CC	and
a	DT	a
decryption	NN	decryption
algorithm	NN	algorithm
.	SENT	.
But	CC	but
6	CD	6
00:00:21,069	CD	@card@
-->	NN	-->
00:00:26,005	CD	@card@
in	IN	in
fact	NN	fact
,	,	,
a	DT	a
cypher	NN	cypher
is	VBZ	be

et mon but est de les filter, c'est à dire garder que la derniere colonne (excepté le caractere "@card@").
J'ai fais ceci

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
#!/bin/sh
s/.*?[A-Z]\t/ /

et j'obtiens l'erreur suivante

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
$ test2.tag.txt  filtre.sh
1: not found
00:00:00,000: not found
./test2.tag.txt: 3: Syntax error: newline unexpected

sachant que filtre.sh est mon script et test2.tag.txt est le fichier contenant le text

est ce que vous pouvez m'aider à corriger mon script
Merci

[N_BaH]

Bonjour,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

s/.*?[A-Z]\t/ /

ceci ne constitue pas un script, et n'est pas une commande shell.
C'est une substitution sed, perl, ou ...

@card@ n'est pas un caractère, mais un mot.

A la fin, tu dois avoir :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
algorithm
decryption
algorithm

?

$ test2.tag.txt filtre.sh test2... n'est pas une commande, ou un fichier exécutable; ça devrait être l'argument du script.

Voilà, voilà ! Tu as de la lecture à venir : regarde le lien concernant le shell dans ma signature.
Tu liras avec profit :
le Bash Programming Intro Howto
l'ABS
...GIYF

[jack-ft]

mon but est de les filter, c'est à dire garder que la derniere colonne (excepté le caractere "@card@").

Quelque chose comme ça:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
$ cat filtre.sh
#!/bin/sh
awk '{print $3}'
 
$ filtre.sh < test2.tag.txt

[MMDM12]

merci à vous deux,
@ N_BaH, vous avez parfaitement tout resumé,
ouff, je suis passé completement à cote de la plaque.
@ jack-ft, ç'est l'idée principale, mais je pense qu'il preferable de le faire en shell , parce que le script prend en argument un fichier (ou un repertoire de fichier) et le resultat est stocké aussi dans un fichier, a moins que AWK soit plus efficace et en plus j'utilise Cygwin sous windows.

Merci

[N_BaH]

si le dernier champ n'est pas @card@, imprimer le dernier champ :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 awk '$NF != "@card@"{print $NF}' ton_fichier
algorithm
and
a
decryption
algorithm
.
but
6
-->
in
fact
,
a
cypher
be

parce que le fichier comporte 3 colonnes sur toutes les lignes.
si ça te va, tant mieux; sinon il faut définir un critère supplémentaire pour obtenir ce que tu veux.
d'où vient ce fichier ?

[MMDM12]

C'est parfait @N_BaH,
Je veux filter tout ce qui n'est pas un mot "correcte" comme la ponctuation, les caractere du type ], -->, etc.
Ma question est de savoir est ce qu'il y a un moyen de faire comme avec les REGEX, quelque chose du genre tout ce qui ressemble à [a-z] pour eviter de lister les mots et caracteres à filter parce que je ne connait pas la liste exhaustive (car j'ai plusieurs fichiers)

Merci

[jack-ft]

C'est parfait @N_BaH,
Je veux filter tout ce qui n'est pas un mot "correcte" comme la ponctuation, les caractere du type ], -->, etc.
Ma question est de savoir est ce qu'il y a un moyen de faire comme avec les REGEX, quelque chose du genre tout ce qui ressemble à [a-z] pour eviter de lister les mots et caracteres à filter parce que je ne connait pas la liste exhaustive (car j'ai plusieurs fichiers)

Merci

Ben oui, tu peux utiliser une regexp soit en positif soit en négatif. Quelque chose comme:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
$ grep -i -x '[a-z \t]*' | awk '{print $3}'  # filtre "positif"
$ grep -v '[@,-[]]' | awk '{print $3}'  # filtre "négatif"

Il n'y a que toi qui puisses définir ce que tu appelles "un mot correct"!