怎么从文本生成一个字典，并且根据字典转换原文件

hxletter

比如说我有如下文本a
dog eat meat
wolf eat dog
扫描文件a的时候每遇到一个新的单词就把它加入字典文件b
1 dog
2 eat
3 meat
4 wolf
如果已经有了字典b，我想把文本文件a根据字典转换为数据文件又怎么做？得到如下：
1 2 3
4 2 1


我现在的思路是先把所有文本内容转成按列的形式(行号，单词)上，再删除其中重复的单词并在该列前面加上序号， 即得到字典。但感觉好复杂啊，有更直接的方法吗？

yestreenstars

1. awk 'NR==FNR{a[$2]=$1;next}{for(i=1;i<=NF;i++)$i=a[$i]}1' b a

复制代码

hxletter

回复 2# yestreenstars
谢谢了,生成字典部分有什么好想法吗?我弄得好复杂啊，而且字典顺序不是我想要的.

1. awk '{for(i=1;i<=NF;i++) print $i;}' a | awk '{aa[$1]+=1} END{for(i in aa) print i;}' | awk '{print NR, $1}'

复制代码

1. 1 eat
   
2. 2 dog
   
3. 3 meat
   
4. 4 wolf
   

复制代码

hxletter

自己稍微简化了下，但还是有顺序问题。

1. awk '{for(i=1;i<=NF;i++) aa[$i]+=1}  END{for(i in aa) print i;}' a| awk '{print NR, $1}'
   

复制代码

关阴月飞

回复 3# hxletter

1. awk -vRS='[ \n]+' '!a[$1]++{print ++b,$0}'  urfile

复制代码

cao627

根据文件a生成字典b

1. awk '{for(i=1;i<=NF;i++)if(!a[$i]++)print ++n,$i}' a>b

复制代码

cao627

根据另一个文件和文件a类似的文件a1生成过渡文件c

1. awk '{for(i=1;i<=NF;i++)if(!a[$i]++)print $i}' a1>c

复制代码

将文件c的陌生单词添加进字典b

1. while read i ; do grep '\<'$i'\>' b || echo $((`wc -l <b`+1)) $i >>b; done <c

复制代码