new-words

annotate grep-sentences.pl @ 16:c65ffd60cc18

ключ -s: Информация об известных словах в тексте

Может использоваться в пакетном режиме,
например, для того чтобы из множества файлов
выбрать тот, в котором процент известных слов наибольший
author Igor Chubin <igor@chub.in>
date Sun Apr 04 19:03:30 2010 +0300 (2010-04-04)
parents d1851ee29a1a
children 416394a87d9f
rev   line source
igor@5 1 #!/usr/bin/perl
igor@5 2
igor@5 3
igor@6 4 $regexp=$ARGV[0];
igor@6 5 $page=$ARGV[1];
igor@5 6 #if (open(PAGE, "lynx -dump '$page'|")) {
igor@5 7 if (open(PAGE, "$page")) {
igor@5 8 local $/;
igor@5 9 $text=<PAGE>;
igor@5 10 $text =~ s@http://[a-zA-Z&_.:/0-9%?=,\#+()\[\]~-]*@@g;
igor@5 11 $text =~ s@\n@@g;
igor@15 12 $text =~ s@(Mr|Mrs)\.@\1POINT@g;
igor@5 13 @sentences=split /\./, $text;
igor@5 14 for (@sentences) {
igor@15 15 s@(Mr|Mrs)POINT@\1.@g;
igor@5 16 s/^\s*//;
igor@5 17 s/\s*$//;
igor@5 18 s/\[[0-9]+\]//g;
igor@5 19 s/\s+/ /g;
igor@5 20 print "$_.\n\n" if /\b$regexp\b/;
igor@5 21 }
igor@5 22 }