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
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)