主页 / coding / 问题 / 78926343
Accepted
IUnknown
Asked: 2024-08-29 14:11:41 +0800 CST

逐个文件查找字数统计文件

  • 772

是否可以使用 grep 逐个文件确定特定单词在多个文件中出现的次数

“-c”选项，但这会返回特定单词出现的匹配行数 - 并且不会起作用，因为一行可能包含单词的多个实例

例如 ：

文件A.txt：约12345个单词和风险和风险

文件 B.txt：和 12345 然后是另一个风险

文件 C.txt：虚拟单词

我将运行grep -l "12345" *.txt | xargs grep ?????? risk - 预期输出 A.txt:2 B.txt:1

unix

3 个回答

  1. ripgrep 原生支持此功能:

    $ rg --count-matches -w risk *.txt
B.txt:1
A.txt:2

    否则，按照以下步骤编写 bash 脚本：

    for f in *.txt
do
   echo "$f:$(grep -w risk "$f" | tr ' ' '\n' | grep -cw risk)"
done

    示例运行：

    A.txt:2
B.txt:1
    • 2
  2. Best Answer

    像这样的东西会计算单词

    awk -v w=risk '{for(i=1;i<=NF;i++)if($i==w)f[FILENAME]++} END {for(n in f)print n,f[n]}' A.txt B.txt
A.txt 2
B.txt 1
    • 1

  3. 使用 GNU awk 处理多字符RS、ENDFILE和\s反手[[:space:]]：

    $ awk -v RS='\\s+' -v word='risk' '$0==word{cnt++} ENDFILE{if (cnt) print FILENAME, cnt; cnt=0}' {A,B,C}.txt
A.txt 2
B.txt 1

    如果愿意，您可以轻松地将其转换为计算每个文件中所有单词的出现次数：

    $ awk -v RS='\\s+' '{cnt[$0]++} ENDFILE{for (word in cnt) print FILENAME, word, cnt[word]; delete cnt}' {A,B,C}.txt
A.txt some 1
A.txt words 1
A.txt risk 2
A.txt and 2
A.txt 12345 1
B.txt risk 1
B.txt another 1
B.txt and 1
B.txt then 1
B.txt 12345 1
C.txt words 1
C.txt dummy 1
    • 1

相关问题