在Windows中使用AWK计算文件夹中多个文本文件中唯一词的数量

Question

我在一个文件夹（d：\ text）中有多个文件。

使用gawk（在Windows中），我想以以下格式生成单词及其出现次数的列表：

a 12145
the 22483
but 754

等

Answer 1

考虑输入：

$ ls ./in*
./in1.txt  ./in2.txt
$ cat in*
What's up Buddy. How are you doin Buddy?
What's up Man. I am happy and good and awesome.

AWK用关联数组对单词进行计数，单词被视为字母字符（您将需要调优，还需要为大写/小写字母创建逻辑等）。请注意，还为空字符串添加了计数4：

$ gawk 'BEGIN { RS="[^A-Za-z]"; } { words[$0]++; } END { for ( i in words ) print(i " " words[i]); }' ./in*
happy 1
are 1
 4
What 2
awesome 1
How 1
Buddy 2
and 2
I 1
up 2
good 1
doin 1
am 1
Man 1
you 1
s 2