【运维杂谈】统计文件中出现的单词数和字母数

吾日三省吾身，想出类拔萃，要把知识学牢，学全，学深，学广。

---

我有一个文件，我想知道里面出现了多少个单词，多少个字母。以/etc/passwd为例。

（文末有总结！！）

先说如何查找单词，我们首先进行cat，查看文件。

cat /etc/passwd        #查看该文件

发现里面有冒号，斜线，横杠，0-9的数字和字母x，所以，先把这些替换为空，通过管道符接cat的数据并传递给tr（横杠是后来才发现的，所以只在代码上有体现，图片中没有显示）

cat /etc/passwd | tr ":/[0-9]x-" " "

用xagrs -n1，把他们放到1列。

cat /etc/passwd | tr ":/[0-9]x-" " " | xargs -n1

咱们先排个序，直接后面跟sort

cat /etc/passwd | tr ":/[0-9]x-" " " | xargs -n1 | sort

排好序后，用uniq进行去重并统计

cat /etc/passwd | tr ":/[0-9]x-" " " | xargs -n1 | sort | uniq -c

再用sort排一次序，通过数字排序，把出现次数多的拍到前面。

搞定，统计单词，这就算结束了。

cat /etc/passwd | tr ":/[0-9]x-" " " | xargs -n1 | sort | uniq -c | sort -rn

 

接下来介绍如何统计字母，两种方法，第一种。

cat读取，然后tr进行替换，因为是统计字母，所以x就不进行替换了。

cat /etc/passwd | tr ":/[0-9]-" " "

咱们先将他们排成1列。

cat /etc/passwd | tr ":/[0-9]-" " " | xargs -n1

我们直接通过grep过滤，将匹配到的内容输出，可以用.匹配一个非换行符的字符，现在只剩字母了，也就是匹配现在所有的字符就是匹配字母了，其实grep . -o也有排序功能，之所以先排序的原因是因为用grep . -o会把空格也排序了，咱们不需要统计空格。

cat /etc/passwd | tr ":/[0-9]-" " " | xargs -n1 | grep . -o

到这里先排序，方便去重，再去重统计，并按出现次数排序，到这里就搞定了。

cat /etc/passwd | tr ":/[0-9]-" " " | xargs -n1 | grep . -o | sort | uniq -c | sort -rn

 

第二种方法是不用.进行匹配，而是用[a-z]，省略了tr替换等步骤。

首先我们cat读取，然后用grep排序输出。

cat /etc/passwd | grep [a-z] -o

到这里先排序，方便去重，再去重统计，并按出现次数排序，同样搞定！

cat /etc/passwd | grep [a-z] -o | sort | uniq -c | sort -rn

 

总结如下：

找字母及出现次数：
cat /etc/passwd | tr ":/[0-9]x-" " " | xargs -n1 | sort | uniq -c | sort -rn
找单词及出现次数：
方法1：
cat /etc/passwd | tr ":/[0-9]-" " " | xargs -n1 | grep . -o | sort | uniq -c | sort -rn
方法2：
cat /etc/passwd | grep [a-z] -o | sort | uniq -c | sort -rn

---

我是koten，10年运维经验，持续分享运维干货，感谢大家的阅读和关注！