Necesito un comando desde la terminal de linux para hacer lo siguiente:
tengo un archivo diccionario.txt con una palabra en una sola columna así:
amarillo
verde
azul
gato
perro
cielo
marrón
y un archivo bigramas.txt
negro azul
amarillo verde
perro gato
rojo marrón
gato azul
me gustaría que la salida fuera la siguiente:
amarillo verde
perro gato
gato azul
Agradecería una solución que no implique el comando grep, siempre que lo uso con archivos grandes se corta de forma sorpresiva, el archivo diccionario.txt tiene poco mas de un millón de palabras y el archivo bigramas.txt tiene mas de doce millones de líneas.
He intentado:
grep -wf diccionario.txt bigramas.txt > salida.txt
pero solo me muestra una de las palabras de bigramas.txt y no las dos, como yo necesito, he probado grep con archivos pequeños pero no parece funcionar con archivos de millones de líneas.
La lógica del fichero final es encontrar todas las palabras que hay en una línea del archivo bigramas.txt en el archivo diccionario.txt y si encuentra todas las palabras guardar esa línea en un fichero salida.txt