Question

我试图计算目录中所有.txt文件中至少有两个元音的单词。到目前为止，这是我的代码：

#!/bin/bash

wordcount=0


for i in $HOME/*.txt
do
cat $i |
while read line
do
    for w in $line
    do
    if [[ $w == .*[aeiouAEIOU].*[AEIOUaeiou].* ]]
    then
        wordcount=`expr $wordcount + 1`
        echo $w ':' $wordcount  
    else
        echo "In else"
    fi
    done
done
echo $i ':' $wordcount
wordcount=0
done

以下是来自txt文件的示例

最后修改日期：Sun Aug 20 18:18:27 IST 2017
  删除PPA
  sudo apt-get install ppa-purge
  sudo ppa-purge ppa：

问题是它与if语句中的模式不匹配文本文件中的所有单词。它直接转到else语句。其次，echo $ i＆＃39;中的wordcount：＆＃39; $ wordcount等于0，应该是某个值。

Answer 1

即时问题：Glob vs Regex

[[ $string = $pattern ]]没有执行正则表达式匹配;相反，它是一个全球风格的模式匹配。虽然.表示＆＃34;任何字符＆＃34;在正则表达式中，它只在glob中匹配。

你有几个选择：

使用=~代替执行正则表达式匹配：

[[ $w =~ .*[aeiouAEIOU].*[AEIOUaeiou].* ]]

使用glob样式表达式而不是正则表达式：
```
[[ $w = *[aeiouAEIOU]*[aeiouAEIOU]* ]]
```
_{请注意在此处使用=而不是==;虽然两者在技术上都是有效的，但前者避免构建手指内存，这会在为test / [的POSIX实现编写代码时导致错误，因为= is the only valid string comparison operator。}

更大的问题：正确地逐字阅读

使用for w in $line天生就不安全了。使用read -a将一行读入一个单词数组：

#!/usr/bin/env bash

wordcount=0
for i in "$HOME"/*.txt; do
  while read -r -a words; do
    for word in "${words[@]}"; do
      if [[ $word = *[aeiouAEIOU]*[aeiouAEIOU]* ]]; then
        (( ++wordcount ))
      fi
    done
  done <"$i"
  printf '%s: %s\n' "$i" "$wordcount"
  wordcount=0
done

Answer 2

尝试：

awk '/[aeiouAEIOU].*[AEIOUaeiou]/{n++} ENDFILE{print FILENAME":"n; n=0}' RS='[[:space:]]' *.txt

示例输出如下：

$ awk '/[aeiouAEIOU].*[AEIOUaeiou]/{n++} ENDFILE{print FILENAME":"n; n=0}' RS='[[:space:]]' *.txt
one.txt:1
sample.txt:9

工作原理：

/[aeiouAEIOU].*[AEIOUaeiou]/{n++}

每当我们找到带有两个元音的单词时，我们会增加变量n。
ENDFILE{print FILENAME":"n; n=0}

在每个文件的末尾，我们打印文件的名称和2元音字数n。然后，我们将n重置为零。
RS='[[:space:]]'

这告诉awk使用任何空格作为单词分隔符。这使每个单词成为记录。 Awk一次读取输入的一条记录。

Shell问题

awk的使用避免了大量的shell问题。例如，考虑行for w in $line。这不会按你希望的方式运作。考虑一个包含这些文件的目录：

$ ls
one.txt  sample.txt

现在，让我们line='* Item One'看看会发生什么：

$ line='* Item One'
$ for w in $line; do echo "w=$w"; done
w=one.txt
w=sample.txt
w=Item
w=One

shell将*中的line视为通配符，并将其展开为文件列表。赔率是你不想要这个。 awk解决方案避免了这样的各种问题。

Answer 3

使用grep - 这很简单。

#!/bin/bash

wordcount=0
for file in ./*.txt
do
count=`cat $file | xargs -n1 | grep -ie "[aeiou].*[aeiou]" | wc -l`
wordcount=`expr $wordcount + $count`
done

echo $wordcount

bash中if语句中的模式匹配

3 个答案:

即时问题：Glob vs Regex

更大的问题：正确地逐字阅读

Shell问题