我想要从一个大的“MIXED_WORDS(160mb)”文件中提取“only_words_in_my_language(900kb)”，为此我使用了下面的语法，但结果很差：
fgrep -w -f "only_words_in_my_language.txt" "MIXED_WORDS_from_all_over_the_world" > extracted_word_of_my_country_only.txt
这就是为什么我想嗯……“匹配”整个单词，以获得更好的结果例如，这是我的语言中的一个单词：
Maimuta - 7 个字母长度，如果我匹配整个单词，结果可能是：
maimuta@123
maimuta2016!
Maimuta01!
maimuta@123456
如果我匹配6个字母res。可能：
maimut
maimutoi1
Maimutareala01!
所以我的问题是如何做到这一点？如何匹配整个单词正则表达式或Linux的东西请谢谢大家祝你好运！
我尝试过这个，但是不起作用：
fgrep -iowf "my_lang_dict.txt" "mixed_words" > my_lang_unique-words.txt
我的lang.dict.txt（900kb）和mixed_file（64 mb），grep说：内存耗尽
想象一下你的保加利亚语、俄语，你想从整个 wordl 文本文件中的大混合单词中“仅”提取你所在国家语言的单词。你会怎么做？你需要一个“你的国家” '' 字典对吗？然后将您国家字典中的所有单词与混合单词进行比较，我认为最好的结果是......当您匹配整个单词时！
答案1
正如错误消息告诉您的那样，您没有足够的内存。系统正在构建一个正则表达式来匹配 900KB 文件中的所有单词。 mix_word 文件的大小并不重要。该错误消息可能会产生误导，因为它的真正含义可能是regular expression too complicated.
您应该能够将 lang.dict.txt 分成更小的块。您可以使用 unix 命令split来执行此操作。