Uso di grep per filtrare le parole da un file stopword

Question

Desidero utilizzare grep insieme a un file stopwords per filtrare le parole inglesi comuni da un altro file. Il file "somefile" contiene una parola per riga.

cat somefile | grep -v -f stopwords 

Il problema di questo approccio è: Verifica se una parola in stopword si verifica in somefile, ma voglio il contrario, vale a dire controllare se una parola in somefile si verifica in stopword.

Come fare questo?

Esempio

somefile contiene i seguenti:

hello 
o 
orange 

stopwords contiene i seguenti:

o 

voglio filtrare solo la parola "o" da somefile, non ciao e arancione.

Answer 1

Ci ho pensato un po ', e ho trovato una soluzione ...

utilizzare l'interruttore -w di grep per abbinare parole intere:

grep -v -w -f stopwords somefile 

Answer 2

Supponendo di avere stopword file/tmp/parole:

in 
the 

è possibile creare da esso programma sed da:

sed 's|^|s/\\<|; s|$|\\>/[CENSORED]/g;|' /tmp/words > /tmp/words.sed 

questo modo otterrete /tmp/words.sed:

s/\<in\>/[CENSORED]/g; 
s/\<the\>/[CENSORED]/g; 

e quindi utilizzarlo per censurare qualsiasi file di testo:

sed -e -f /tmp/words.sed /input/file/to/filter.txt > /censored/output.txt 

Il -e è necessario per sed per capire esteso regexp necessario per il riconoscimento. Ovviamente è possibile modificare [censored] in qualsiasi altra stringa o stringa vuota, se lo si desidera.

Questa soluzione gestirà molte parole in linea e un file word per linea.