shell脚本统计文件中单词的个数

Posted 2021-04-24 李小期的测试笔记

文件：words.txt

内容：

the day is sunny the the

the sunny is is

需求：

统计文件中每个单词出现的次数

思路：

其实刚开始没有思路，在leetcode上看到的这道题，

cat words.txt | 

awk '{for(i=1;i<=NF;i++)array[$i]++}END{for(i in array){print i,array[i]}}'

这是那行命令，我试着来简单分析一下。

awk，格式化文本处理，NF属于内置变量，代表每行中的字段个数

可以试一下

cat words.txt | awk '{print NF}'

输出结果如下：

6

4

cat words.txt | 

awk '{for(i=1;i<=NF;i=i+1)print i}'

对文件中的每一行都会执行for循环，结果如下：

1

2

3

4

5

6

1

2

3

4

在awk中可以使用数组，awk的数组和别的语言的数据不一样，别的语言，比如C语言，它的下标是整数，0、1、2、3什么的。

在awk中，数组的下标可以是字符串，这。。。是不是刷新了自己的认识，反正是刷新了我的认识。

cat words.txt | 

awk '{for(i=1;i<=NF;i=i+1)array[$i]++}'

$i代表每一行中的第几个字段

对文件中的每一行都执行for循环，数组元素的初始值为0，for循环中，遇到下标相同的元素，该下标对应的值就会加1

cat words.txt | 

awk '{for(i=1;i<=NF;i++)array[$i]++}END{for(i in array)print i,array[i]}'

对文件所有行执行完for循环，最后再执行END中的遍历数组，下标为文件中的单词，值为单词的个数

结果如下：

day 1

the 4

sunny 2

is 3