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。