在Linux的命令行中實(shí)現(xiàn)字符出現(xiàn)頻率統(tǒng)計(jì)的方法

本篇內(nèi)容主要講解“在Linux的命令行中實(shí)現(xiàn)字符出現(xiàn)頻率統(tǒng)計(jì)的方法”，感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“在Linux的命令行中實(shí)現(xiàn)字符出現(xiàn)頻率統(tǒng)計(jì)的方法”吧!

10年積累的成都網(wǎng)站設(shè)計(jì)、成都做網(wǎng)站經(jīng)驗(yàn)，可以快速應(yīng)對(duì)客戶對(duì)網(wǎng)站的新想法和需求。提供各種問(wèn)題對(duì)應(yīng)的解決方案。讓選擇我們的客戶得到更好、更有力的網(wǎng)絡(luò)服務(wù)。我雖然不認(rèn)識(shí)你，你也不認(rèn)識(shí)我。但先網(wǎng)站設(shè)計(jì)制作后付款的網(wǎng)站建設(shè)流程，更有葉縣免費(fèi)網(wǎng)站建設(shè)讓你可以放心的選擇與我們合作。

立刻來(lái)到我們腦海的命令，計(jì)算字和字符在一個(gè)文本文件中出現(xiàn)頻率的 Linux 命令是 wc 命令。
在使用的腳本來(lái)分析文本文件之前，我們必須有一個(gè)文本文件。為了保持一致性，我們將創(chuàng)建一個(gè)文本文件，man命令的輸出如下所述。  

代碼如下:

$ man man > man.txt

以上命令是將man命令的使用方式導(dǎo)入到man.txt文件里。

我們希望能得到最平常的單詞，對(duì)之前我們新建的文件執(zhí)行如下腳本。  

代碼如下:

$ cat man.txt | tr ' '  '\012' | tr '[:upper:]' '[:lower:]' | tr -d '[:punct:]' | grep -v '[^a-z]' | sort | uniq -c | sort -rn | head

Sample Output  

代碼如下:

7557
   262 the
   163 to
   112 is
   112 a
   78 of
   78 manual
   76 and
   64 if
   63 be

上面的腳本，輸出了最常使用的十個(gè)單詞。

如何看單個(gè)的字母呢？那就用如下的命令。   

代碼如下:

$ echo 'tecmint team' | fold -w1</p> <p>Sample Output</p> <p>    [code] t
   e
   c
   m
   i
   n
   t
   t
   e
   a
   m

注: -w1只是設(shè)定了長(zhǎng)度

現(xiàn)在我們將從那個(gè)文本文件中掰下來(lái)的每一個(gè)字母，對(duì)結(jié)果進(jìn)行排序，得到所需的輸出頻率的十個(gè)最常見(jiàn)的字符。

    $ fold -w1 < man.txt | sort | uniq -c | sort -rn | head

Sample Output   

代碼如下:

8579  
   2413 e
   1987 a
   1875 t
   1644 i
   1553 n
   1522 o
   1514 s
   1224 r
   1021 l

如何區(qū)分大小寫呢？之前我們都是忽略大小寫的。所以，用如下命令。

    $ fold -w1 < man.txt | sort | tr '[:lower:]' '[:upper:]' | uniq -c | sort -rn | head -20

Sample Output  

代碼如下:

11636  
   2504 E
   2079 A
   2005 T
   1729 I
   1645 N
   1632 S
   1580 o
   1269 R
   1055 L
   836 H
   791 P
   766 D
   753 C
   725 M
   690 U
   605 F
   504 G
   352 Y
   344 .

請(qǐng)檢查上面的輸出，標(biāo)點(diǎn)符號(hào)居然包括在內(nèi)。讓我們干掉他，用tr 命令。GO:   

代碼如下:

$ fold -w1 < man.txt | tr '[:lower:]' '[:upper:]' | sort | tr -d '[:punct:]' | uniq -c | sort -rn | head -20

Sample Output     

代碼如下:

11636  
     2504 E
     2079 A
     2005 T
     1729 I
     1645 N
     1632 S
     1580 O
     1550
     1269 R
     1055 L
      836 H
      791 P
      766 D
      753 C
      725 M
      690 U
      605 F
      504 G
      352 Y

現(xiàn)在，我們有了三個(gè)文本，那就讓我們用如下命令查看結(jié)果吧。  

代碼如下:

$ cat *.txt | fold -w1 | tr '[:lower:]' '[:upper:]' | sort | tr -d '[:punct:]' | uniq -c | sort -rn | head -8

Sample Output     

代碼如下:

11636  
      2504 E
      2079 A
      2005 T
      1729 I
      1645 N
      1632 S
      1580 O

下一步我們將會(huì)生成那些罕見(jiàn)的至少十個(gè)字母長(zhǎng)的單詞。以下是簡(jiǎn)單的腳本：  

代碼如下:

$ cat man.txt | tr '' '\012' | tr '[:upper:]' '[:lower:]' | tr -d '[:punct:]' | tr -d '[0-9]' | sort | uniq -c | sort -n |  grep -E '..................' | head

Sample Output   

代碼如下:

1        ──────────────────────────────────────────
   1        a all
   1        abc             any or all arguments within   are optional
   1               able  see setlocale for precise details
   1        ab              options delimited by  cannot be used together
   1               achieved by using the less environment variable
   1              a child process returned a nonzero exit status
   1               act as if this option was supplied using the name as a filename
   1               activate local mode  format and display  local  manual  files
   1               acute accent

注: 上面的.越來(lái)越多，其實(shí)，我們可以使用.{10} 得到同樣的效果。

這些簡(jiǎn)單的腳本，讓我們知道最頻繁出現(xiàn)的單詞和英語(yǔ)中的字符。

到此，相信大家對(duì)“在Linux的命令行中實(shí)現(xiàn)字符出現(xiàn)頻率統(tǒng)計(jì)的方法”有了更深的了解，不妨來(lái)實(shí)際操作一番吧！這里是創(chuàng)新互聯(lián)網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！

文章題目：在Linux的命令行中實(shí)現(xiàn)字符出現(xiàn)頻率統(tǒng)計(jì)的方法
本文URL：http://muchs.cn/article36/gecppg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供云服務(wù)器、服務(wù)器托管、微信公眾號(hào)、營(yíng)銷型網(wǎng)站建設(shè)、品牌網(wǎng)站設(shè)計(jì)、網(wǎng)站內(nèi)鏈

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)