在Linux的命令行中实现字符出现频率统计的方法
Linux 命令行有很多的乐趣，我们可以很容易并且完善地执行很多繁琐的任务。比如，我们计算一个文本文件中字和字符的出现频率，这就是我们打算在这篇文章中讲到的。
立刻来到我们脑海的命令，计算字和字符在一个文本文件中出现频率的 Linux 命令是 wc 命令。在使用的脚本来分析文本文件之前，我们必须有一个文本文件。为了保持一致性，我们将创建一个文本文件，man命令的输出如下所述。
代码如下:
以上命令是将man命令的使用方式导入到man.txt文件里。
我们希望能得到最平常的单词，对之前我们新建的文件执行如下脚本。
代码如下:
Sample Output
代码如下:
上面的脚本，输出了最常使用的十个单词。
如何看单个的字母呢？那就用如下的命令。
代码如下:
<p>Sample Output</p>
<p> [code] t e c m i n t t e a m
注: -w1只是设定了长度
现在我们将从那个文本文件中掰下来的每一个字母，对结果进行排序，得到所需的输出频率的十个最常见的字符。
$ fold -w1 < man.txt | sort | uniq -c | sort -rn | head
Sample Output
代码如下:
如何区分大小写呢？之前我们都是忽略大小写的。所以，用如下命令。
$ fold -w1 < man.txt | sort | tr \'[:lower:]\’ \'[:upper:]\’ | uniq -c | sort -rn | head -20
Sample Output
代码如下:
请检查上面的输出，标点符号居然包括在内。让我们干掉他，用tr 命令。GO:
代码如下:
Sample Output
代码如下:
现在，我们有了三个文本，那就让我们用如下命令查看结果吧。
代码如下:
Sample Output
代码如下:
下一步我们将会生成那些罕见的至少十个字母长的单词。以下是简单的脚本：
代码如下:
Sample Output
代码如下:
注: 上面的.越来越多，其实，我们可以使用.{10} 得到同样的效果。
这些简单的脚本，让我们知道最频繁出现的单词和英语中的字符。
现在结束了。下次我会在这里讲到另一个有趣的话题，你应该会喜欢读。还有别忘了向我们提供您的宝贵意见。
2. 分享目的仅供大家学习和交流，请不要用于商业用途！
3. 如果你也有好源码或者教程，可以到用户中心发布投稿，分享有金币奖励和额外收入！
4. 本站提供的源码、模板、插件等等其他资源，都不包含技术服务 请大家谅解！
5. 如有链接无法下载、失效或广告，请联系站长，可领回失去的金币，并额外有奖！
6. 如遇到加密压缩包，默认解压密码为"www.zyfx8.cn",如遇到无法解压的请联系管理员！
本站部分文章、资源来自互联网，版权归原作者及网站所有，如果侵犯了您的权利，请及时联系我站删除。免责声明
资源分享吧 » 在Linux的命令行中实现字符出现频率统计的方法
常见问题FAQ
- 免费下载或者VIP会员专享资源能否直接商用？
- 本站所有资源版权均属于原作者所有，这里所提供资源均只能用于参考学习用，请勿直接商用。若由于商用引起版权纠纷，一切责任均由使用者承担。更多说明请参考 VIP介绍。
- 织梦模板使用说明
- 你下载的织梦模板并不包括DedeCMS使用授权，根据DedeCMS授权协议，除个人非盈利站点外，均需购买DedeCMS商业使用授权。购买地址： http://www.desdev.cn/service-dedecms.html
