Здравствуйте, Господа. Помогите пожалуйста пофиксить программу ,
которая сравнивает два текстовых файла и в результате выводит в новый
.txt предложения которых нет ни в одном из двух файлов. Скрипт выглядит следующим образом:

#!/usr/bin/perl

use open ':utf8';

binmode (STDOUT, ":utf8");

open (DATA, "10_saetze_aus_neg.txt") or die "alle_saetze_aus_neg1_sort.txt gibt es nicht\n";
open (IN, "500_appendix.txt");
while (<IN>){
  chomp;
  $str[$i++]=lc($_);
  $str[$i-1]=~ s/[\,\.\?\-\!\"\*\;\:]//g;
  $str[$i-1]=~ s/  / /g;
  $str[$i-1]=~ s/  / /g;
  $str[$i-1]=~ s/^ //g;
  $str[$i-1]=~ s/\015\000$//g;
  $str[$i-1]=~ s/ $//g;

  }

close (IN);

while(<DATA>){
chomp;
$dat[$m++]=lc ($_);
  $dat[$m-1]=~ s/  / /g;
  $dat[$m-1]=~ s/  / /g;
  $dat[$m-1]=~ s/^\s*(\S.*)/$1/;
#  $dat[$m-1]=~ s/^(\S.*)\s*$/$1/;
  $dat[$m-1]=~ s/^ //;
  $dat[$m-1]=~ s/^ //;
  $dat[$m-1]=~ s/^ //;
  $dat[$m-1]=~ s/\015\000$//g;
  $dat[$m-1]=~ s/ $//g;
  $dat[$m-1]=~ s/ $//g;
  $dat[$m-1]=~ s/ $//g;

  }

close (DATA);

open (OUT, ">>neue_saetze.txt");
for ($k = 0; $k < $i; $k++){
  $exist = 1;
print "m: $m\ti: $i\n";

  for ($j = 0; $j < $m; $j++){

    if ($str[$k] eq $dat[$j]){
      $exist = 0;
      }
    }
  if ($exist == 1){
    print OUT $str[$k]."\n";
    }
  }
close (OUT);

Заранее благодарю.

• Сравнение 2-х текстовых файлов,ACCA, 21:25 , 06-Июл-06
  • Сравнение 2-х текстовых файлов,unter_mask, 16:00 , 07-Июл-06
    • Сравнение 2-х текстовых файлов,ACCA, 00:00 , 08-Июл-06
      • Сравнение 2-х текстовых файлов,unter_mask, 16:06 , 11-Июл-06
• Сравнение 2-х текстовых файлов,MTHawk, 10:11 , 07-Июл-06
  • Сравнение 2-х текстовых файлов,unter_mask, 23:40 , 07-Июл-06
    • Сравнение 2-х текстовых файлов,MTHawk, 17:53 , 10-Июл-06
      • Сравнение 2-х текстовых файлов,unter_mask, 16:03 , 11-Июл-06

ффтопку

ты словами напиши, что ты хочешь сделать. А то в одном файле ты удаляешь знаки препинания, в другом - нет. С пробелами много раз делаешь что-то одинаково неприличное. Что ты называешь предложением?

#!/bin/sh

cat $* | sed 's/\s\{2,\}/ /g' | tr [:upper:] [:lower:] | sort | uniq -c

недостаточно?

>ты словами напиши, что ты хочешь сделать.

Да, наверное, действительно лучше рассказать словами. Значит по порядку:
- есть текстовый файл  1.txt. В нем содержатся предложения (каждое с новой строки) со знаками препинания, отсортированныe в алфавитном порядке (предположим таких предложений 500)
- есть текстовый файл  2.txt, в котором содержатся идентичные предложения (таких предложений 100) из файла  1.txt, только без каких- либо знаков препинания, все буквы в нижнем регистре.
- задача состоит в том чтобы убрать из 1.txt те предложения, которые есть в fail 2.txt

Благодарю Вас за идеи.

>предложений 100) из файла  1.txt, только без каких- либо знаков
>препинания, все буквы в нижнем регистре.
>- задача состоит в том чтобы убрать из 1.txt те предложения, которые
>есть в fail 2.txt

my %src = ();

open FILE1,...
open FILE2,...

while (<FILE2>) {
    chomp;
    s/\s{2,}/ /go;
    $src{$_} = 1;
}

my $dst;

while (<FILE1>) {
   $dst = $_;
   chomp;
   lc;
   s/[:punct:]//go;
   s/\s{2,}/ /go;
   print $dst unless ($src{$_});
}

Спасибо огромное за Ваши идеи и помощь!!! Ваша поддержка придает мне сил, оптимизма и желания учить перл дальше!

>...предложения которых нет ни в одном из двух файлов.

Вот этого я, честно говоря, недопонял.
Откуда же возьмется предложение, если его нет ни в одном из двух файлов :)

Если ты хочешь вывести файл строк, которые не повторяются - загоняй строки обоих файлов в хэш в качестве ключей, перебирай 2 хэша и увеличивай занечение, соответсвующее ключу, если такая строка встретилась. Потом в файл выплюнешь все ключи, значения которых равны 0.

Надеюсь доступно. Это упрощенный способ.

>Если ты хочешь вывести файл строк, которые не повторяются - загоняй строки
>обоих файлов в хэш в качестве ключей

Спасибо за конструктивное предложение. Отличный ход мысли. Но попытавшись воплотить Ваш замысел в жизнь, на почве не глубоких познаний, возник вопрос: Что бы завести сразу все строки в хеш нужно написать примерно так ?:
$var = "/home/local/file1.txt"
   open (FILE, "$var");
    my  @array=();
?

>>Если ты хочешь вывести файл строк, которые не повторяются - загоняй строки
>>обоих файлов в хэш в качестве ключей
>
>Спасибо за конструктивное предложение. Отличный ход мысли. Но попытавшись воплотить Ваш замысел
>в жизнь, на почве не глубоких познаний, возник вопрос: Что бы
>завести сразу все строки в хеш нужно написать примерно так ?:
>
> $var = "/home/local/file1.txt"
>   open (FILE, "$var");
>    my  @array=();
>?

Нет. Это Массив.
Тебе нужен хэш.

# загоняешь первый файл в хэш;
open (F,'file1')||die "Cannot read file: $!";
while(<F>)
{
chomp;
$hash1{$_}=0;
}
close(F);
# Открываешь второй файл....
open(F,'file2')||die "Cannot read file: $!";
while(<F>)
{
chomp;
# Проверяешь, если в первом файле такая строка уже была
if ($hash1{$_})
{
# Удаляешь ее и не запоминаешь...
delete($hash1{$_});
}
else
{
# Иначе добавляешь в хэш
$hash2{$_}=0;
}
}
close(F);

# Выкидываешь в файл-результат все строки, котрых не было ни в одном их двух файлов.
open(W,'>result')||die "Cannot write file: $!";
foreach(keys(%hash1))
{
print W '$_\n';
}
foreach(keys(%hash2))
{
print W "$_\n";
}
close(W);

Самые искренние благодарности!!!
Я с этой программулиной уже целую вечность мучаюсь :) Единственое, что не дает мне покоя, это следующий кусок:

open(OUT,">rez.txt");
  my @not=();
   foreach(keys %hash1){
    push(@not,$_) unless exists $hash2{$_};
    print OUT ("$_ /n");
close (OUT);

Ума не приложу почему он не рабочий!
А еще есть странный баг: в результирующем файле помимо всех  несовпадающих строк попалась одна повторяющаяся, при чем два раза (но не подряд) : /

И еще, подскажите пожалуйста, будет ли достаточно строки use locale для работы с кирилицей?