圈出单词并提取双字母组

Question

我想从给定的单词中提取每个二元组，并放入一个文本文件中。

例如：

apple      -->       ap pp pl le
president  -->       pr re es si id de en nt

我发现使用awk和word进行类似的工作，但关于单词一无所获。

我刚刚找到此代码：

sed 's/\(.\{2\}\)/\1 /g' 

但它的窗口大小为2。

因此，例如：

apple      -->      ap pl le

感谢您的帮助

sed 's/\(.\{2\}\)/\1 /g' 

预期的结果是一个窗口大小为1的字符串bigram。

Answer 1

我会这样：

$ sed 's/./&&/g;s/^.//;s/.$//;s/../& /g;s/ $//' <<< $'president\napple'
pr re es si id de en nt
ap pp pl le

sed命令在这里拆分：

s/./&&/g      # Duplicate every character:   "pprreessiiddeenntt"
s/^.//        # Remove first character:      "prreessiiddeenntt"
s/.$//        # Remove last character:       "prreessiiddeennt"
s/../& /g     # Insert blank between groups: "pr re es si id de en nt "
s/ $//        # Remove trailing blank:       "pr re es si id de en nt"

Answer 2

awk可以很简单地做到这一点：

$ cat file.txt
 apple
 president
 example
 another

$ awk '{output=""; for(i=1;i<length($0);i++){ output=output" "substr($0,i,2)} print output }' file.txt
 ap pp pl le
 pr re es si id de en nt
 ex xa am mp pl le
 an no ot th he er

如果行前的空格有问题，您可以通过多种方式处理它，例如在子字符串之前添加空格之前检查输出是否为空，或者仅在空格之后提取输出的子字符串，例如]]

$ awk '{output="";for(i=1;i<length($0);i++){ output=output" "substr($0,i,2)} print substr(output,2) }' file.txt
ap pp pl le
pr re es si id de en nt
ex xa am mp pl le
an no ot th he er
{ }块内的所有内容均针对每行执行，因为它没有附加条件。 

[output=""将每行的输出变量重置为空。

[for(i=1;i<length($0);i++){ ... }逐字符循环遍历字符串。

output=output" "substr($0,i,2)} print output-这在上述循环内执行。对于字符串的每个字符，输出变量将分配给它的现有值，一个空格，然后是当前索引中的两个字符子字符串-遍历每个字符并打印它和下一个字符。

Answer 3

在GNU awk上，您可以：