我有一个文本文件，每行存储一个句子，我想知道一个句子（该文件中的一行）平均有多少个单词。我怎样才能做到这一点？
另外，如何计算该文件中唯一单词的数量，以及两个这样的文件中常见唯一单词的数量？
提前致谢
答案1
wc file将显示给定的行数、字数和字节数file；字数与行数的比率将为您提供每行的平均字数。
要计算唯一单词的数量，请将文件分成每行一个单词（此处是由一个或多个空格分隔的任何内容），对其进行排序并计算唯一单词的数量：
tr -s ' ' '\n' < file | sort -u | wc -l
如果需要删除标点符号，则需要在排序之前过滤结果（例如用于tr删除不需要的字符）。
要计算两个文件唯一的单词数，您可以使用comm：
comm -3 <(tr -s ' ' '\n' < file1 | sort -u) <(tr -s ' ' '\n' < file2 | sort -u)
file1将列出仅出现在或file2但不会同时出现的单词。
comm -12 <(tr -s ' ' '\n' < file1 | sort -u) <(tr -s ' ' '\n' < file2 | sort -u)
将列出两个文件中出现的单词，通过管道wc -l将其计数。
要计算多个文件中的唯一单词数，请先将它们连接起来，然后再将它们提供给tr：
cat file1 file2 | tr -s ' ' '\n' | sort -u | wc -l
答案2
这样可以打印每行的平均字数：
wc input.txt | awk '{print $2 / $1}'
你的问题不明确，需要完善。不知道能不能真正解决你的问题。
答案3
使用以下方法计算单词数乐（以前称为 Perl_6）
raku -e 'my @a.=push($_.words.elems) for lines; say @a; put @a.sum; put @a.elems; put @a.sum / @a.elems;'
输入示例：
the
the of
the of and
the of and in
the of and in a
the of and in a is
the of and in a is that
the of and in a is that for
the of and in a is that for it
the of and in a is that for it as
示例输出：
[1 2 3 4 5 6 7 8 9 10]
55
10
5.5
上面是用 Raku（Perl 编程语言家族的成员）编写的答案。简而言之，lines循环使用for并加载到 Perl/Raku$_主题变量中。@a声明一个数组，并使用运算符 [ 的快捷方式]$_将输入一次性添加到该数组上。推入数组的实际值是字数，因为每一行都被分解为 并用 进行计数。最后，使用、和-divided_by-生成输出以获得平均值。push.=@a = @a.push($_.words.elems)@a.words.elemssumelemssumelems
要始终输出对象的完整机器表示，请使用put。使用say将提供 Raku 对象的更易于理解的摘要（在 99 个元素后截断）。
[ 为了计算唯一单词，有几种方法。请参阅unique下面的链接。 ]