Sto usando il seguente comando per grep l'intervallo del set di caratteri per il codice esadecimale da 0900 (anziché अ) a 097F (anziché व). Come posso usare il codice esadecimale al posto di अ e व?
bzcat archive.bz2 | grep -v '<[अ-व]*\s' | tr '[:punct:][:blank:][:digit:]' '\n' | uniq | grep -o '^[अ-व]*$' | sort -f | uniq -c | sort -nr | head -50000 | awk '{print "<w f=\""$1"\">"$2"</w>"}' > hindi.xml
Ottengo il seguente output:
<w f="399651">और</w>
<w f="264423">एक</w>
<w f="213707">पर</w>
<w f="74728">कर</w>
<w f="44281">तक</w>
<w f="35125">कई</w>
<w f="26628">द</w>
<w f="23981">इन</w>
<w f="22861">जब</w>
...
Voglio solo usare il codice esadecimale invece di अ e व nel comando sopra.
Se non è possibile utilizzare il codice esadecimale, posso usare unicode invece del codice esadecimale per il set di caratteri ('अ-व')?
Sto usando Ubuntu 10.04
-v
Inverte anche la corrispondenza, dal testo della domanda sembra che non sia quello che vuoi.