Bash: Извлечь ячейки из результатов, отформатированных как таблица

Question

Я использую TreeTagger (http://www.cis.uni-muenchen.de/~schmid/tools/TreeTagger/) для извлечения существительных из текста. Моя проблема заключается в том, что выход отформатирован как таковой:

word pos  lemma 

The  DT  the 
TreeTagger  NP  TreeTagger 
is  VBZ  be 
easy JJ  easy 
to  TO  to 
use  VB  use 

с по-видимому, не вариант, чтобы получить существительные только («NP» и «НН»). С bash, как я могу получить ячейки в первом столбце с «NP» или «NN» во втором столбце?

Answer 1

Вы можете использовать AWK для этого:

awk '$2 ~ /^N[PN]$/{print $1}' file 

TreeTagger 

Regex /^N[PN]$/ будет соответствовать либо NP или NN

Как @Cyrus справедливо заметил ниже, вы можете использовать чередование в своем регулярном выражении, как:

awk '$2 ~ /^(NP|NN)$/ {print $1}' file