Linux脚本练习之script067-统计每个单词出现的个数

script067

题目

题目来源于 SHELL9 统计每个单词出现的个数 。

写一个 bash脚本以统计一个文本文件 nowcoder.txt 中每个单词出现的个数。

为了简单起见，你可以假设：

• nowcoder.txt 只包括小写字母和空格。
• 每个单词只由小写字母组成。
• 单词间由一个或多个空格字符分隔。

示例，假设 nowcoder.txt 内容如下：

welcome nowcoder
welcome to nowcoder
nowcoder

你的脚本应当输出（以词频升序排列）：

to 1
welcome 2
nowcoder 3

说明：不要担心个数相同的单词的排序问题，每个单词出现的个数都是唯一的。

脚本一

通过 tr 命令将文件中所有的单词单独一行显示，即将空格分隔的单词使用换行符替换；然后通过 sort 命令将所有相同的单词相邻排序显示；再使用 uniq -c 命令统计每个单词的出现次数；由于要求按词频升序排列，所以需要通过 sort -n 进行数字排序；由于 uniq 命令显示是词频在前，单词在后，所以需要通过 awk 命令将单词显示在前，词频显示在后。

cat nowcoder.txt | tr -s ' ' '\n' | sort | uniq -c | sort -n | awk '{print $2,$1}'

脚本二

通过 awk 编程实现，原理是将每个单词存储到关联数组中，键是单词，键值是该单词的出现次数。在 {} 中将文本中所有单词的出现次数存放到关联数组中；再通过 END{} 循环遍历关联数组，输出每个单词的出现次数；最后通过 sort -n -k 2 将 awk 命令的输出结果按词频升序排列。

awk '{
  for(i=1;i<=NF;i++)
    map[$i]++;
}
END{
  for(key in map)
    printf("%s %d\n", key, map[key]);
}' nowcoder.txt | sort -n -k 2