Question

这是测试样本文件 - rime.txt。

1.计算文件中的所有单词。

wc -w rime.txt
4081 rime.txt
awk 'BEGIN{num=0}{split($0, A);n=length(A);num=num+n;}END{print num}'  rime.txt
4081

grep -Ec  '\w' rime.txt
672

为什么grep的总字数是672？如何用sed计算？

2.计算每行字数

awk '{split($0, A);print length(A)}'  rime.txt

如何用sed做到这一点？

Answer 1

grep是countig行，而不是单词，你永远不会使用sed，因为sed是针对各行的简单替换，就是全部。

此外，那些awk脚本是荒谬的。写第一个的正确方法是awk '{num+=NF} END{print num+0}'或GNU awk awk -v RS='[[:space:]]+' 'END{print NR+0}'，第二个只是awk '{print NF}'。

Answer 2

因为它只计算行而不是单词。从手册页：

-c， - count 抑制正常输出;而是打印匹配行的计数对于每个输入文件。使用-v， - inverse-match选项（参见在下面），计算不匹配的行。

正如您在link you provided上看到的那样，有834行和672 SLOC（Source lines of code），最后一次测量是grep使用的。

Answer 3

为澄清您对遗失单词的疑问，请在此处举一个小例子 -

$cat ff
hello vipin
kumar
good night

显然，3行5个字。

尝试使用wc -w first-

$wc -w ff
5 ff

和您使用的grep命令 -

$grep -Ec '\w' ff
3

在您的情况下总计行数 -

$wc -l < file.txt 
833

空白行总数 -

$grep '^$' file.txt |wc -l
161

总非空行数 -

$grep -v '^$' file.txt |wc -l
672

这就是你看到672行的原因。

$echo $(expr 833 - 161)
672

正如专家已经提到过你不应该使用sed进行此操作，grep \ w会给你的行数，而不是字数。

Answer 4

如果你想使用grep来完成这项工作，首先要形成一个类似于一个单词的正则表达式，我将使用它：[a-zA-Z'-]并让你弄清楚一个更好的一个。然后使用grep -o进行匹配：

   -o, --only-matching
          Print only the matched (non-empty) parts  of  a  matching  line,
          with each such part on a separate output line.

最后用wc -l计算匹配次数：

$ grep -o [a-zA-Z'-] rime.txt | wc -l
4090

使用grep或sed计算文件中的单词？

4 个答案: