vormid=scan("sonavorm2.txt", what=character(), encoding = "UTF-8");
vormid=vormid[1:1000]
#vormid=scan("d:/jaagup/17/01/soned2013_top1000.txt", what=character(), encoding = "UTF-8", sep="\n");
sonad=scan("tekstsonad.txt", what=character(), encoding = "UTF-8");

vastussona=vector(mode="character", length(sonad))
vastuskogus=vector(mode="character", length(sonad))
vastuspikkus=vector(mode="numeric", length(sonad))
for(koht in 1:length(sonad)){
#for(koht in 1:100){
    sona=tolower(sonad[koht])
print(sona)
lopp=1
while(length(grep(paste("^", substring(sona, 1, lopp), sep=""), vormid))>1 & lopp<nchar(sona)){
  lopp=lopp+1
#  print(lopp)
}
if(lopp<nchar(sona) & length(grep(paste("^", substring(sona, 1, lopp), sep=""), vormid))==1){
   #v=strsplit(vormid[grep(paste("^", substring(sona, 1, lopp), sep=""), vormid)], "\t")[[1]]
   #print(v)
   #vastussona[koht]=v[[1]]
   #vastuskogus[koht]=v[[2]]
   vastussona[koht]=vormid[grep(paste("^", substring(sona, 1, lopp), sep=""), vormid)]
     print("leitud")
} else {
# vastussona[koht]=sona
}
vastuspikkus[koht]=lopp
print(koht)
print(vastussona[koht])
}
vastussona
tulemus=data.frame(sona=sonad, koht=vastuspikkus, vastus=vastussona, kogus=vastuskogus)
#tulemus[1:100, ]
tulemus$sona=tolower(sonad)
tulemus$varem=nchar(as.character(tulemus$sona))>tulemus$koht
tulemus$oige=as.character(tulemus$sona)==tulemus$vastus
tulemus$tundmine=substring(tulemus$sona, 1, tulemus$koht)
#tulemus
#colnames(tulemus)
write.table(tulemus, "sagedased2.csv", sep=";", row.names=FALSE, quote=FALSE)