-
写一个 bash 脚本以统计一个文本文件 words.txt 中每个单词出现的频率。
-
假设:
words.txt只包括小写字母和 ' ' 。
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 words.txt 内容如下:
the day is sunny the the
the sunny is is
你的脚本应当输出(以词频降序排列):
the 4
is 3
sunny 2
day 1
- 说明:
不要担心词频相同的单词的排序问题,每个单词出现的频率都是唯一的。
你可以使用一行 Unix pipes 实现吗?
- 题解:
cat words.txt | tr -s ' ' '\n' | sort | uniq -c| sort -rnk1 | awk '{print $2,$1}'
- 注解:
tr -s ' ' '\n'
##将文件中内容空格转换为\n,使每个单词占一行
sort
##第一个sort的排序是按照默认排序规则排序
uniq -c
## 合并重复并统计重复个数,-c原理是字符串相同则加一,如果不进行先排序的话将无法统计数目
sort -rnk1
## -r 倒叙排序 -n 纯数字排序 -k1 指 指定排列的列是第一列
awk '{print $2,$1}'
##打印第二列和第一列