Question

我有一个文件list.txt，其中包含一个单词列表。我想检查每个单词出现在另一个文件file1.txt中的次数，然后输出结果。所有数字的简单输出就足够了，因为我可以使用电子表格程序手动将它们添加到list.txt，但如果脚本在list.txt的每行末尾添加数字，那就是更好，例如：

bear 3
fish 15

我试过这个，但它不起作用：

cat list.txt | grep -c file1.txt

Answer 1

您可以在循环中执行此操作，该循环一次从单词列表文件中读取单个单词，然后计算数据文件中的实例。例如：

while read; do
    echo -n "$REPLY "
    fgrep -ow "$REPLY" data.txt | wc -l
done < <(sort -u word_list.txt)

“秘密酱”包括：

使用隐式REPLY变量;
使用进程替换从单词列表文件中收集单词;和
确保您正在使用数据文件中的整个单词。

Answer 2

这个awk方法只需要遍历每个文件一次：

awk '
  # read the words in list.txt
  NR == FNR {count[$1]=0; next}
  # process file1.txt
  {
    for (i=0; i<=NF; i++) 
      if ($i in count)
        count[$i]++
  }
  # output the results
  END {
    for (word in count)
      print word, count[word]
  }
' list.txt file1.txt

Answer 3

这可能适合你（GNU sed）：

tr -s ' ' '\n' file1.txt |
sort |
uniq -c |
sed -e '1i\s|.*|& 0|' -e 's/\s*\(\S*\)\s\(\S*\)\s*/s|\\<\2\\>.*|\2 \1|/' |
sed -f - list.txt

说明：

将file1.txt拆分为单词
对单词进行排序
计算单词
创建一个sed脚本以匹配单词（最初将每个单词清零）
针对list.txt

Answer 4

单行命令

cat file1.txt |tr " " "\n"|sort|uniq -c |sort -n -r -k 1 |grep -w -f list.txt

命令的最后一部分告诉grep从列表中读取要匹配的单词（-f选项），然后匹配整个单词（-w），即如果list.txt包含car，则grep应该忽略car。

但请记住，您对整个单词和grep的观点的看法可能不同。例如。虽然汽车与马车不匹配，但它会与洗车相匹配，请注意＆＃34; - ＆＃34;将被考虑用于字边界。 grep将除字母，数字和下划线之外的任何内容作为单词边界。这应该不是问题，因为这符合英语中单词的公认定义。

计算单词列表中每个单词出现在文件中的次数？

4 个答案: