用于检索唯一单词并与标点符号一起计数的 Linux 命令

Question

tr -c '[:alnum:]' '[\n*]' < 4300-0.txt | sort | uniq -c | sort -nr | head 

以下命令会检索唯一单词以及计数。我想检索标点符号以及唯一字数。

实现这个的方法是什么？

Answer 1

您可以使用 tee 拆分您的输入并分别提取标点符号和数字。

echo "Helo, world!" |
{ 
    tee >(tr -c '[:alnum:]' '\n' >&3) |
    tr -c '[:punct:]' '\n'
} 3>&1 |
sed '/^$/d' |
sort | uniq -c | sort -nr | head

应该输出:

  1 world
  1 Helo
  1 !
  1 ,

一个简短的 sed 脚本似乎也可以工作:

echo "Helo, world!
OK!" |
sed '
    s/\([[:alnum:]]\+\)\([^[:alnum:]]\)/\1\n\2/g
    s/\([[:punct:]]\+\)\([^[:punct:]]\)/\1\n\2/g
    s/[^[:punct:][:alnum:]]/\n/g
' |
sed '/^$/d' |
sort | uniq -c | sort -nr | head

应该输出:

  2 !
  1 world
  1 OK
  1 Helo
  1 ,