☰

每个文本文件中相同行的数目

tag-icon • tag-icon text-processing awk sed duplicate
每个文本文件中相同行的数目

我有超过 30 个不同的文本文件，每个文件都有一个重复不同时间的相同单词，例如在 text1“esr”中重复 12 次，在 text2“esr”中重复 21 次。

是否可以用一个命令单独输出该单词重复的次数？

答案1

和grep+厕所管道：

for f in *.txt; do echo -n "$f "; grep -wo 'esr' "$f" | wc -l; done

grep选项：

  • -w- 单词正则表达式（匹配整个/单独的单词）

  • -o- 只打印匹配的子字符串

  • wc -l- 计算每个文件的行数（在我们的例子中是匹配的单词）

答案2

strings ./*.txt|tr " " "\n"|sort|uniq -c

答案3

使用grep查找所有实例，然后使用以下方法计算唯一行数uniq -c。

grep "word" * | sort | uniq -c

如果您希望每个输入文件都匹配，请使用grep -c：

grep -c "word" *

答案4

如果您想计算任意数量文件中的每个单词，您可以使用AWK例如：

awk 'BEGIN{RS="[[:space:]]+"}
     {counts[$0]++}
     END{for(word in counts){print word " - " counts[word]}
     ' file1 file2 file...

这会将文件视为每个单词都在单独的行上，那就是BEGIN{RS="[[:space:]]+"} 部分，然后每次看到一个时进行计数线。删除该BEGIN部分将计算每个普通的线。

如果您只对 1 个特定单词感兴趣，您可以将该END块更改为如下所示：

END{print counts["esr"]}

这只会打印“esr”出现的时间，但请记住这是区分大小写的。

要消除区分大小写，请使用counts[tolower($0)]++或counts[toupper($0)]++。

当计数从一个文件转到下一个文件时，也可以添加检查以打印数据。

相关内容