☰

最后一个字母不同的两个单词（阿拉伯语）

tag-icon • tag-icon ubuntu text-processing
最后一个字母不同的两个单词（阿拉伯语）

我制作了阿拉伯语词典文件，以便在 LibreOffice 和 LyX 中使用。它包含超过 270 万个阿拉伯语单词。

有时，我们可以用 来书写单词ه，有时，ة如果它位于单词的末尾，则可以用 来书写。

我想用sed或 的脚本tr表示，如果有两个单词相同，除了最后一个字母，并且这两个单词的最后一个字母是ة和ه，则删除包含 的单词ه。

输入示例：

الجنة
الجنه
الشجرة
الشجره

输出：

الجنة 
الشجرة

答案1

尝试这个：

awk -v TA=ة -v HA=ه '
        { orig = $0 }
        sub(HA"$", TA) { $0 in ta || ha[$0] = orig; next }
        $0 ~ TA"$" { ta[$0] = 1; delete ha[$0] }
        { print }
        END{ for(i in ha) print ha[i] }
' input_file | LC_ALL=C sort -u > output_file

我尝试通过创建自定义来做一些更聪明的事情LC_COLLATE，但没有成功；-)

答案2

也许是这样的： cat yourDictionary |grep -i yourWord |sed /$ه/d

/$ه/d- 删除以特殊符号结尾的所有内容（d 标志用于删除） grep -i- 以不区分大小写的方式匹配 此外，您还可以添加-w到 grep 以完全匹配字符串

相关内容