파일에서 총 단어 수를 계산하는 방법?

파일의 모든 단어 수를 계산하는 명령을 찾고 있습니다. 예를 들어 파일이 이와 같은 경우

today is a 
good day

단어가 5있기 때문에 인쇄해야합니다 5.

wc일명 명령 . 단어 수는 그것을 할 수 있습니다 :

$ wc -w <file>

예

$ 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

나는 단지 숫자를 위해 이것을 생각해 냈다.

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

5

나는 또한 wc -w < [file]접근 방식을 좋아한다

마지막으로 단어 개수 만 변수에 저장하려면 다음을 사용할 수 있습니다.

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

이를 통해 파일 이름을 우아하게 건너 뛸 수 있습니다.

더 나은 솔루션은 Perl을 사용하는 것입니다.

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

B

wccoreutils에서 소스 코드 명령을 확인할 수 있습니다 . 내 컴퓨터 subst.c에서 bash 4.2 소스의 파일 로 테스트했습니다 .

time wc -w subst.c

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

과

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

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

파일이 클수록 Perl은보다 효율적 wc입니다.

AWK를 사용하자!

$ 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

제공된 파일에서 발생하는 각 단어의 빈도가 나열됩니다. 나는 그것이 당신이 요구 한 것이 아니라는 것을 알고 있지만 더 좋습니다! 당신이 당신의 단어의 발생을보고 싶다면, 당신은 이것을 할 수 있습니다 :

$ cat your_file.txt | wordfrequency | grep yourword

나는이 기능을 내 .dotfiles에 추가했습니다.

출처 : AWK- 워드 루비

이 wc프로그램은 "단어"를 세지 만, 예를 들어 많은 사람들이 파일을 검사 할 때 볼 수있는 "단어"는 아닙니다. vi예를 들어 , 프로그램은 문자 클래스를 기준으로 구분하는 다른 단어 "단어"를 사용하며 공백으로 구분 된wc 것을 계산 합니다. 두 측정 값은 근본적으로 다를 수 있습니다. 이 예제를 고려하십시오.

first,second

vi보고 세 (즉 첫 번째 및 두 번째 상태뿐만 아니라, 그것들을 분리 쉼표) wc보고 한 (즉, 회선에 공백이 없음). 단어를 세는 방법에는 여러 가지가 있지만 일부는 다른 것보다 유용하지 않습니다.

펄이 더 VI-스타일 단어에 대한 카운터를 쓰기에 적합 할 것이지만, 여기에 사용하여 빠른 예입니다 sed, tr그리고 wc(문자 캐리지 리턴을 사용하여 적당히 휴대용 ^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

카운트 비교 :

• 스크립트 자체를 실행하면 76 단어가 나옵니다.
• @cuonglm의 Perl 예제는 31입니다.
• 사용 wc28.

참고로 POSIX vi 는 다음과 같이 말합니다.

POSIX 로케일에서 vi는 5 가지 단어를 인식해야합니다.

1. 문자, 숫자 및 밑줄의 최대 순서는 다음과 같이 양쪽 끝으로 구분됩니다.

   • 문자, 숫자 또는 밑줄 이외의 문자
     

   • 줄의 시작 또는 끝

   • 편집 버퍼의 시작 또는 끝

2. 문자, 숫자, 밑줄 또는 문자 이외의 최대 문자 시퀀스는 다음과 같이 양쪽 끝에 구분됩니다.

   • 문자, 숫자, 밑줄
     
   • <blank> 문자
     
   • 줄의 시작 또는 끝
     
   • 편집 버퍼의 시작 또는 끝

3. 하나 이상의 순차적 빈 줄

4. 편집 버퍼의 첫 번째 문자

5. <newline>편집 버퍼에서 마지막이 아닌