免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 737 | 回复: 1

[文本处理] 有关统计文本中单词的个数 [复制链接]

论坛徽章:
1
15-16赛季CBA联赛之吉林
日期:2018-01-06 16:35:38
发表于 2016-09-01 20:57 |显示全部楼层
#!/bin/bash
#统计文本中单词的次数

#  $#表示参数的个数,若不为1,那么提示使用方法为 Usage:脚本名字 filename
if [ $# -ne 1 ];then
    echo "Usage 0 filename";
    exit -1
fi

filename=$1

egrep -o "\b[[:alpha:]]+\b" $filename |
    awk '{count[$0]++}
     END {printf("%-14s%s\n","word","count";
    for(ind in count)
    {
    printf("%-14s%d\n",ind,count[ind]);}
    }'


这个从awk 开始就不太理解了,尤其是count[$0]++

论坛徽章:
2
luobin
日期:2016-06-17 17:46:36lufei
日期:2016-06-17 17:49:16
发表于 2016-09-02 09:16 |显示全部楼层
egrep抓到的结果传递给awk,awk用数组统计单词数量。
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

SACC2019中国系统架构师大会

【数字转型 架构演进】SACC2019中国系统架构师大会
2019年10月31日~11月2日第11届中国系统架构师大会(SACC2019)将在北京隆重召开。四大主线并行的演讲模式,1个主会场、20个技术专场、超千人参与的会议规模,100+来自互联网、金融、制造业、电商等领域的嘉宾阵容,将为广大参会者提供一场最具价值的技术交流盛会。




----------------------------------------

大会官网>>
  

北京盛拓优讯信息技术有限公司. 版权所有 16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122
中国互联网协会会员  联系我们:huangweiwei@it168.com
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP