【Linux学习记录 D：02】——使用tr、sort、uniq命令进行词频统计

文章目录

• 简介
• 效果图
• 过程
• 将需要的内容保存至test文件中
• 词频统计思路
• 脚本命令简单
• 问题

简介

使用linux简单的命令进行词频统计

效果图

过程

将需要的内容保存至test文件中

cat test

词频统计思路

• 使用换行符\n将所有的空格替换
• 去掉标点符号
• sort、uniq进行统计

脚本命令简单

cat test | tr ' ' '\n' | sed 's/[.,]//g' | sort | uniq -c

Linux命令知识点解释：

• sort:

   Linux sort命令用于将文本文件内容加以排序。
  

• uniq

   Linux uniq 命令用于检查及删除文本文件中重复出现的行列，一般与 sort 命令结合使用。
   参数-c:
   		-c或--count 在每列旁边显示该行重复出现的次数。
  

问题

第一行不知道为啥是12 个空，经过试验发现是每个英文段落的首行缩进部分没有去除。

来源：CSDN

作者：变秃，才能变强

链接：https://blog.csdn.net/Dchanong_/article/details/104581658