怎么查找一份文档中有多少个单词

晓夜寻梦 · **发表于 :** 2015-09-17 10:40

我是一个初级的菜鸟，我想用shell脚本做实现查找一份文档中有多少个单词,请大家指教

susbarbatus · **发表于 :** 2015-09-17 18:10

只是要统计词数吗？还是要去重？
去重的话我能想到的大概就只能这样了(这里标点符号只处理了空格、逗号和句号而且遇到例如 2.0 这种词，还会造成多算)：

代码:

cat test.txt | tr ' ,.' '\n' | sort -u | wc -l

HuntXu · **发表于 :** 2015-09-18 10:04

代码:

$ wc --help
Usage: wc [OPTION]... [FILE]...
  or:  wc [OPTION]... --files0-from=F
Print newline, word, and byte counts for each FILE, and a total line if
more than one FILE is specified.  A word is a non-zero-length sequence of
characters delimited by white space.

With no FILE, or when FILE is -, read standard input.

The options below may be used to select which counts are printed, always in
the following order: newline, word, character, byte, maximum line length.
  -c, --bytes            print the byte counts
  -m, --chars            print the character counts
  -l, --lines            print the newline counts
      --files0-from=F    read input from the files specified by
                           NUL-terminated names in file F;
                           If F is - then read names from standard input
  -L, --max-line-length  print the maximum display width

-w, --words print the word counts

代码:

      --help     display this help and exit
      --version  output version information and exit

GNU coreutils online help: <http://www.gnu.org/software/coreutils/>
Full documentation at: <http://www.gnu.org/software/coreutils/wc>
or available locally via: info '(coreutils) wc invocation'

Russell_D_Lee · **发表于 :** 2015-09-23 10:04

HuntXu, 正解。
统计通常是用wc指令。
比如新建一个test.txt文件，输入以下内容：
this is line 1
你只需要指令如下指令：

代码:

wc test.txt

就可以得到类似以下的输出：

代码:

1 4 15 test.txt

其中行数是1，单词个数是4，字节数是15。
若只想得到单词个数,如下指令即可：

代码:

wc -w test.txt

PS：也许你觉得1不是一个单词，但是wc只是通过空格来区分，所以认为此处的1也是一个单词。

怎么查找一份文档中有多少个单词

在线用户