如何在Unix/Linux中找到文件中最常用的10个单词
如何在Unix/Linux中找到文件中最常用的10个单词
提问于 2018-11-19 23:30:22
如何在Unix/Linux中找到文件中最常用的10个单词？
我尝试在Unix中使用以下命令：
sort file.txt | uniq -c | sort -nr | head -10然而，我不确定它是否正确，以及它是否在大文件中显示了10个最常见的单词。
回答 1
Stack Overflow用户
发布于 2018-11-19 23:53:35
我有一个shell演示来解决您的问题，即使您有一个一行包含多个单词的文件
wordcount.sh
#!/bin/bash
# filename: wordcount.sh
# usage: word count
# handle position arguments
if [ $# -ne 1 ]
then
echo "Usage: $0 filename"
exit -1
fi
# realize word count
printf "%-14s%s\n" "Word" "Count"
cat $1 | tr 'A-Z' 'a-z' | \
egrep -o "\b[[:alpha:]]+\b" | \
awk '{ count[$0]++ }
END{
for(ind in count)
{ printf("%-14s%d\n",ind,count[ind]); }
}' | sort -k2 -n -r | head -n 10只需运行./wordcount.sh filename.txt
解释
使用tr命令将所有大写字母转换为小写字母，然后使用egrep命令获取文本中的所有单词并逐项输出。最后，使用awk命令和关联数组实现单词计数功能，并根据出现次数递减输出。。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/53377867
复制相关文章
相似问题
腾讯云开发者
