regex - Awk:如何处理文件夹和子文件夹中的多个 files.txt？

Question

给定一个包含多语言 .txt 文件的子文件夹，例如:

But where is Esope the holly Bastard
But where is 생 지 옥 이 군
지 옥 이
지 옥
지
我 是 你 的 爸 爸 ！
爸 爸 ！ ！ ！
你 不 會 的 ！

我已经知道如何 count space-separated word-frequency within ONE file.txt :

$ grep -o '\w*' myfile.txt | awk '{a[$1]++}END{for(k in a)print a[k],k}' | sort > myoutput.txt

变得优雅:

1 생
1 군
1 Bastard
1 Esope
1 holly
1 the
1 不
1 我
1 是
1 會
2 이
2 But
2 is
2 where
2 你
2 的
3 옥
4 지
4 爸
5 ！

如何更改代码以处理文件夹及其子文件夹中的多个文件，所有文件都呈现相似的模式(至少 *.txt)？

Answer 1

您可以使用 find命令。像这样:

find -iname '*.txt' -exec cat {} \; | grep -o '\w*' | awk '{a[$1]++}END{for(k in a)print a[k],k}' | sort 

我正在使用选项 -exec 来捕获当前目录及其子目录中的每个 *.txt 文件。输出将通过管道传输到您的 grep|awk|sort 管道。