在 linux bourne shell 中：如何计算文件中特定单词的出现次数

Posted 2023-03-06

【中文标题】在 linux bourne shell 中：如何计算文件中特定单词的出现次数

【英文标题】：In linux bourne shell: How to count the occurrences of a specific word in a file

【发布时间】：2012-05-15 00:38:26

【问题描述】：

单词是指任何以空格分隔的字符串。

假设文件test.txt 有以下由空格分隔的单词：

hello hello hello hell osd
hello
hello 
hello
hellojames beroo helloooohellool axnber hello
way
how 

我想统计每行出现hello这个词的次数。

我使用命令awk -F "hello" 'print NF-1' test.txt 来显示每行中hello这个词的出现次数：

3
1
1
1
4
0
0

所以它总共找到 3+1+1+1+4 = 10 次出现。

问题出在第四行：hello 仅作为一个单独的词出现 1 次； hellojames 和 helloooohellool 等词不应计入，因为 hello 不使用空格分隔。

所以我希望它找到 7 个出现的 hello 作为单独的词。

你能帮我写一个总共返回正确 7 次的命令吗？

【问题讨论】：

您需要每行出现的次数，还是只需要总数？

【参考方案1】：

awk ' for(i=1; i<=NF; i++) if($i=="hello") c++  END print c ' file.txt

如果你需要它来打印每一行：

awk ' c=1; for(i=0; i<=NF; i++) if($i=="hello") c++; print c '

【讨论】：

其实第三行，在这个“hello”之后，这个hello后面有一个隐藏的空白，所以我算了一下，hello[space] nextline，意思是这个hello[space ] 而不是一个“你好”这个词它有效，谢谢

对不起，一个接一个；字段为 1-NF。不知道为什么你的第三行是关闭的，也许你有一个有趣的非打印字符。

【参考方案2】：

grep -o '\<hello\>' filename | wc -l

\< 和 \> 位是字边界模式，因此表达式找不到 foohello 或 hellobar。

你也可以使用awk -F '\\<hello\\>' ...来达到同样的效果。

【参考方案3】：

解决方案：

sed 's/\s\+/\n/g' test.txt | grep -w hello  | wc -l

说明：

sed 's/\s\+/\n/g' text.txt

这会用换行符替换每个空格，有效地重新格式化文件test.txt，使其每行一个单词。命令sed 's/FIND/REPLACE/g' 将FIND 模式替换为REPLACE 在它出现的任何地方。模式\s\+ 表示“一个或多个空白字符”，\n 是换行符。

grep -w hello

这只会提取那些包含hello 的行作为一个完整的单词。

wc -l

这会计算行数。

---

如果要计算每行出现的次数，可以使用相同的技术，但一次处理一行：

while read line; do
  echo $line | sed 's/\s\+/\n/g' | grep -w hello  | wc -l
done < test.txt

【参考方案4】：

for word in `cat test.txt`; do
  if [[ $word == hello ]]; then
    helloCount=$(( $helloCount + 1));
  fi;
done;

echo $helloCount 

【讨论】：

UUoC！ partmaps.org/era/unix/award.html（还有 UUo$，但我还没有找到相关的网站。）:-)

那行不通。他想要计数每行。这复制了grep -c 的行为（即它对每个文件进行计数）。

@AdamLiss 这不是 UUoC。需要 Cat 才能使 for 循环正常工作。他本质上是想阅读该文件以使其变得粗壮，您的链接明确指出这是对 cat 的有效使用。

@AdamLiss 哇！我忘记了那个语法。触摸好先生。触摸。

((helloCount += 1)) 或 ((helloCount++))

【参考方案5】：

a=$(printf "\01")
b=hello
sed -e "s/\<$b\>/ $a /g" -e "s/[^$a]//g" -e "s/$a/ $b /g" file | wc -w

【参考方案6】：

cat $FileName | tr '[\040]' '[\012]' | grep $word | wc -l

此命令将更改新行中的空格，然后您可以轻松地 grep 该单词并计算包含给定单词的行数。

【参考方案7】：

只换“针”和“锉”

#!/usr/bin/env sh

needle="|"
file="file_example.txt"

IFS=$'\n'

counter=0
for line in `cat $file`
do
    counter=$[$counter+1]
    echo $counter"|"`echo $line | grep -o "$needle" | wc -l`
done

它将打印行号和出现次数，用竖线字符分隔