大きな「MIXED_WORDS（160mb）」ファイルから「only_words_in_my_言語（900kb）」を抽出したいと思います。これを行うには、次の構文を使用しましたが、結果が悪いです。
fgrep -w -f "only_words_in_my_language.txt" "MIXED_WORDS_from_all_over_the_world" > extracted_word_of_my_country_only.txt
だから私はまあ...より良い結果を得るために単語全体を「一致」したいと思います。たとえば、私の言語の単語は次のようになります。
Maimuta - 7文字、全単語が一致した場合、結果は次のようになります。
maimuta@123
maimuta2016!
Maimuta01!
maimuta@123456
6文字を一致させるとres。可能:
maimut
maimutoi1
Maimutareala01!
だから私の質問はこれを行う方法です。完全な単語を正規表現やLinuxの他の項目と一致させる方法の両方に感謝し、幸運！
私はこれを試しましたが、うまくいきません。
fgrep -iowf "my_lang_dict.txt" "mixed_words" > my_lang_unique-words.txt
私のlang.dict.txt（900kb）とMixed_file（64MB）、grepによると、メモリが使い果たされました。
ブルガリア語、ロシア語があり、全単語のテキストファイルにある大規模な単語の混合から、国の言語の単語「のみ」を抽出しようとしていると想像してください。あなたは何をしますか？あなたは「あなたの国」の辞書が必要です、そうですか？そして、その国の辞書のすべての単語を混合単語と比較すると、最良の結果は...単語全体を一致させるときのようです！
ベストアンサー1
エラーメッセージが示すように、メモリが不足しています。システムは、900KBファイル内のすべての単語に一致する正規表現を作成しています。 mix_wordファイルのサイズは重要ではありません。このエラーメッセージの実際の意味は誤解を招く可能性がありますregular expression too complicated。
lang.dict.txtをより小さな塊に分割できるはずです。splitこれを行うには、Unixコマンドを使用できます。