Subject: 	[linginfo06:00092] 1/26の授業の復習
	Date: 	2007年1月28日 13:18:11:JST

皆さん

大名です。

2/2の授業に出席する人は，次のコマンド／スクリプトの内容を確認しておいてください。

■ ssh を使い，ユーザー名 ohna で dicom2.gsid.nagoya-u.ac.jp にログインする
$ ssh -l ohna dicom2.gsid.nagoya-u.ac.jp

■ 中日新聞記事データ集の記事のIDの重複をチェックする
$ perl -ne 'if (m/<KIJI kiji_no="(\d+)"/) { print "$1\n" }' /corpus/ChunichiShinbun/ChunichiOriginal/chunichi*.txt | sort | uniq -c | sort -r | more

■先頭から記事を10取り出す

・考え方の例
　1. 10番目の "</KIJI>" まで，一行づつ読み込み出力する。
　2. レコードの区切り文字を "</KIJI>\r\n" にして，10レコード読み込み出力する。

・スクリプトの例

　$ perl -Mencoding=utf8,STDIN,shiftjis -ne 'print; $count++ if (m{</KIJI>}); exit if ($count >= 10)' < /corpus/ChunichiShinbun/ChunichiOriginal/chunichi1999.txt > chu99.txt

　$ perl -Mencoding=utf8,STDIN,shiftjis -ne 'print; if (m{</KIJI>}) {$count++; exit if ($count >= 10)}' < /corpus/ChunichiShinbun/ChunichiOriginal/chunichi1999.txt > chu99.txt

　$ perl -Mencoding=utf8,STDIN,shiftjis -ne 'BEGIN{ $/="</KIJI>\r\n" }; $count++; print ; exit if ($count >= 10);' < /corpus/ChunichiShinbun/ChunichiOriginal/chunichi1999.txt > chu99.txt

　$ perl -Mencoding=utf8,STDIN,shiftjis -e '$/="</KIJI>\r\n"; while (<>) { $count++; print ; exit if ($count >= 10); }' < /corpus/ChunichiShinbun/ChunichiOriginal/chunichi1999.txt > chu99.txt

--
名古屋大学大学院国際開発研究科
国際コミュニケーション専攻
大名 力 (Tsutomu OHNA)