統計特定文件中的詞頻

查找文件中使用的單詞的頻率是一件很有意思的事情，下面，我們利用 關聯數組，awk，sed，grep 等不 同的方式來解決問題。

首先，我們需要一個測試用的文本，保存名為  word.txt

內容如 下：

Word used  
this  counting  
this

接下來需要編寫Shell腳本程序，如下所示：

#!/bin/bash  
#Name: word_freq.sh  
#Description: Find out frequency of words in a file  
      
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]); } }'

工作原理介紹：

1.egrep -o "\b[[:alpha:]]+\b" $filename 用來只輸出單詞，用 -o 選項打印出由換行符分割的匹配字符序列，這樣我們就可以在每行中列出一個單詞

2.\b 是單詞邊界標記符。[:alpha:] 是表示字母的字符類

3.awk命令用來避免對每一個單詞進行迭代

下面給出運行的截圖：

關於awk命令請 參考博主的其他博客。