Bash - 计算文本文件中出现的次数并以降序显示
问题描述:
我想计算文本文件中相同单词的数量并按降序显示它们。 到目前为止,我有:Bash - 计算文本文件中出现的次数并以降序显示
cat sample.txt | tr ' ' '\n' | sort | uniq -c | sort -nr
其中大部分是给我满足,除了一个事实,即它包含特殊字符,如逗号,句号,输出!和连字符。
如何修改现有命令不包含上述特殊字符?
答
可以使用tr
你想删除的字母的合成弦线。
例子:
$ echo "abc, def. ghi! boss-man" | tr -d ',.!'
abc def ghi boss-man
或者,使用POSIX字符类明知boss-man
例如将成为bossman
:
$ echo "abc, def. ghi! boss-man" | tr -d [:punct:]
abc def ghi bossman
旁注:你可以有更多的控制和速度通过使用awk
为此:
$ echo "one two one! one. oneone
two two three two-one three" |
awk 'BEGIN{RS="[^[:alpha:]]"}
/[[:alpha:]]/ {seen[$1]++}
END{for (e in seen) print seen[e], e}' |
sort -k1,1nr -k2,2
4 one
4 two
2 three
1 oneone
答
如何提取第一单词,grep
:
grep -o "\w\+" sample.txt | sort | uniq -c | sort -nr
使用'tr -d'删除特殊字符。 – Barmar