Linux终端的乐趣之把玩字词计数

Linux 命令行有很多的乐趣,,我们可以很容易并且完善地执行很多繁琐的任务。比如,我们计算一个文本文件中字和字符的出现频率,这就是我们打算在这篇文章中讲到的。

立刻来到我们脑海的命令,计算字和字符在一个文本文件中出现频率的 Linux 命令是 wc 命令。

在使用的脚本来分析文本文件之前,我们必须有一个文本文件。为了保持一致性,我们将创建一个文本文件,man命令的输出如下所述。

以上命令是将man命令的使用方式导入到man.txt文件里。

我们希望能得到最平常的单词,对之前我们新建的文件执行如下脚本。

Sample Output

上面的脚本,输出了最常使用的十个单词。

如何看单个的字母呢?那就用如下的命令。

Sample Output

注: -w1只是设定了长度

现在我们将从那个文本文件中掰下来的每一个字母,对结果进行排序,得到所需的输出频率的十个最常见的字符。

Sample Output

如何区分大小写呢?之前我们都是忽略大小写的。所以,用如下命令。

Sample Output

请检查上面的输出,标点符号居然包括在内。让我们干掉他,用tr 命令。GO:

Sample Output

现在,我们有了三个文本,那就让我们用如下命令查看结果吧。

Sample Output

下一步我们将会生成那些罕见的至少十个字母长的单词。以下是简单的脚本:

Sample Output

注: 上面的.越来越多,其实,我们可以使用.{10} 得到同样的效果。

这些简单的脚本,让我们知道最频繁出现的单词和英语中的字符。

现在结束了。下次我会在这里讲到另一个有趣的话题,你应该会喜欢读。还有别忘了向我们提供您的宝贵意见。

本文永久更新链接地址:

穿越茫茫人海,寻找属于我们的那一份宁静。

Linux终端的乐趣之把玩字词计数

相关文章:

你感兴趣的文章:

标签云: