จะนับจำนวนคำทั้งหมดในไฟล์ได้อย่างไร?

ฉันกำลังมองหาคำสั่งเพื่อนับจำนวนคำทั้งหมดในไฟล์ เช่นถ้าไฟล์เป็นเช่นนี้

today is a 
good day

จากนั้นควรพิมพ์5เนื่องจากมี5คำอยู่

คำสั่งwcaka การนับจำนวนคำสามารถทำได้:

$ wc -w <file>

ตัวอย่าง

$ cat sample.txt
today is a 
good day


$ wc -w sample.txt
5 sample.txt


# just the number (thanks to Stephane Chazelas' comment)
$ wc -w < sample.txt
5

ฉันมากับสิ่งนี้เพียงแค่ตัวเลข:

wc -w [file] | cut -d' ' -f1

5

ฉันชอบwc -w < [file]วิธีการเช่นกัน

สุดท้ายสำหรับการจัดเก็บเพียงจำนวนคำในตัวแปรคุณสามารถใช้ต่อไปนี้:

myVar=($(wc -w /path/to/file))

ซึ่งช่วยให้คุณข้ามชื่อไฟล์ได้อย่างสวยงาม

ทางออกที่ดีกว่าคือการใช้ Perl:

perl -nle '$word += scalar(split(/\s+/, $_)); END{print $word}' filename

@Bernhard

คุณสามารถตรวจสอบซอร์สโค้ดของwcคำสั่งจาก coreutils ฉันทดสอบในเครื่องของฉันด้วยไฟล์subst.cในแหล่งทุบตี 4.2

time wc -w subst.c

real    0m0.025s
user    0m0.016s
sys     0m0.000s

และ

time perl -nle '$word += scalar(split(" ", $_)); END{print $word}' subst.c

real    0m0.021s
user    0m0.016s
sys     0m0.004s

ยิ่งไฟล์มีขนาดใหญ่เท่าใด Perl ก็จะมีประสิทธิภาพมากขึ้นwcเท่านั้น

มาใช้ AWK กัน!

$ function wordfrequency() { awk 'BEGIN { FS="[^a-zA-Z]+" } { for (i=1; i<=NF; i++) { word = tolower($i) words[word]++ } } END { for (w in words) printf("%3d %s\n", words[w], w) } ' | sort -rn } 
$ cat your_file.txt | wordfrequency

รายการนี้แสดงความถี่ของแต่ละคำที่เกิดขึ้นในไฟล์ที่ให้ไว้ ฉันรู้ว่าไม่ใช่สิ่งที่คุณขอ แต่ก็ดีกว่า! หากคุณต้องการที่จะเห็นการเกิดขึ้นของคำของคุณคุณสามารถทำได้:

$ cat your_file.txt | wordfrequency | grep yourword

ฉันยังเพิ่มฟังก์ชั่นนี้ในไฟล์. docของฉันด้วย

ที่มา: AWK-Ward Ruby

wcนับโปรแกรม "คำว่า" แต่ผู้ที่ไม่ได้สำหรับอินสแตนซ์ "คำว่า" ที่หลาย ๆ คนจะได้เห็นเมื่อพวกเขาตรวจสอบไฟล์ viโปรแกรมเช่นใช้มาตรการที่แตกต่างกันของ "คำพูด" delimiting พวกเขาอยู่บนพื้นฐานของการเรียนตัวของพวกเขาในขณะที่wcเพียงแค่นับสิ่งที่แยกจากกันโดยช่องว่าง มาตรการทั้งสองอาจแตกต่างกันอย่างสิ้นเชิง ลองพิจารณาตัวอย่างนี้:

first,second

viเห็นคำสามคำ (ตัวแรกและตัวที่สองเช่นเดียวกับเครื่องหมายจุลภาคคั่นพวกเขา) ในขณะที่wcเห็นหนึ่งคำ (ไม่มีช่องว่างในบรรทัดนั้น) มีหลายวิธีในการนับคำบางคำมีประโยชน์น้อยกว่าคำอื่น ๆ

ในขณะที่ Perl จะเหมาะดีกว่าที่จะเขียนเคาน์เตอร์สำหรับคำ vi สไตล์ที่นี่เป็นตัวอย่างรวดเร็วโดยใช้sed, trและwc(แบบพกพาในระดับปานกลางโดยใช้ผลตอบแทนการขนส่งตัวอักษร^M):

#!/bin/sh
in_words="[[:alnum:]_]"
in_punct="[][{}\\|:\"';<>,./?\`~!@#$%^&*()+=-]"
sed     -e "s/\($in_words\)\($in_punct\)/\1^M\2/g" \
        -e "s/\($in_punct\)\($in_words\)/\1^M\2/g" \
        -e "s/[[:space:]]/^M/g" \
        "$@" |
tr '\r' '\n' |
sed     -e '/^$/d' |
wc      -l

เปรียบเทียบจำนวน:

• ใช้สคริปต์กับตัวเองให้ฉัน 76 คำ
• ตัวอย่างใน Perl โดย @cuonglm ให้ 31
• ใช้wcให้ 28

สำหรับการอ้างอิงPOSIX viพูดว่า:

ใน POSIX โลแคล vi จะรู้จักคำห้าชนิด:

1. ลำดับตัวอักษรตัวเลขและขีดล่างสูงสุดคั่นด้วยปลายทั้งสองด้านโดย:

   • อักขระอื่นที่ไม่ใช่ตัวอักษรตัวเลขหรือขีดล่าง
     

   • จุดเริ่มต้นหรือจุดสิ้นสุดของบรรทัด

   • จุดเริ่มต้นหรือจุดสิ้นสุดของบัฟเฟอร์การแก้ไข

2. ลำดับสูงสุดของอักขระนอกเหนือจากตัวอักษรตัวเลขเครื่องหมายขีดล่างหรืออักขระคั่นด้วยปลายทั้งสองด้านโดย:

   • ตัวอักษรตัวเลขขีดเส้นใต้
     
   • <blank> ตัวละคร
     
   • จุดเริ่มต้นหรือจุดสิ้นสุดของบรรทัด
     
   • จุดเริ่มต้นหรือจุดสิ้นสุดของบัฟเฟอร์การแก้ไข

3. บรรทัดว่างต่อเนื่องหนึ่งบรรทัดหรือมากกว่า

4. อักขระตัวแรกในบัฟเฟอร์การแก้ไข

5. ไม่ใช่<newline>ในบัฟเฟอร์การแก้ไขล่าสุด