linux文件内容频率,LinuxAwk：来自一个文本文件的单词频率,如何输出到myFile.txt？...

给定.txt文件,这些文件之间用空格分隔,例如&＃xff1a;

But where is Esope the holly Bastard

But where is

和Awk函数&＃xff1a;

cat /pathway/to/your/file.txt | tr &＃39; &＃39; &＃39;\n&＃39; | sort | uniq -c | awk &＃39;{print $2"&＃64;"$1}&＃39;

我在控制台中得到以下输出&＃xff1a;

1 Bastard

1 Esope

1 holly

1 the

2 But

2 is

2 where

如何进入打印到myFile.txt中&＃xff1f;

我实际上有300.000行,近200万个单词.最好将结果输出到文件中.

编辑&＃xff1a;使用的答案(通过&＃64;Sudo_O)&＃xff1a;

$awk &＃39;{a[$1]&＃43;&＃43;}END{for(k in a)print a[k],k}&＃39; RS&＃61;" |\n" myfile.txt | sort > myfileout.txt

解决方法:

您的管道效率不是很高,您应该用awk来完成整个工作&＃xff1a;

awk &＃39;{a[$1]&＃43;&＃43;}END{for(k in a)print a[k],k}&＃39; RS&＃61;" |\n" file > myfile

如果要按排序顺序输出&＃xff1a;

awk &＃39;{a[$1]&＃43;&＃43;}END{for(k in a)print a[k],k}&＃39; RS&＃61;" |\n" file | sort > myfile

管道给出的实际输出为&＃xff1a;

$tr &＃39; &＃39; &＃39;\n&＃39;

Bastard&＃64;1

But&＃64;2

Esope&＃64;1

holly&＃64;1

is&＃64;2

the&＃64;1

where&＃64;2

注意&＃xff1a;在这里使用cat是没有用的,我们只能使用

$tr &＃39; &＃39; &＃39;\n&＃39;

1 Bastard

2 But

1 Esope

1 holly

2 is

1 the

2 where

我们可以再次排序以sed删除前导空格&＃xff1a;

$tr &＃39; &＃39; &＃39;\n&＃39;

1 Bastard

1 Esope

1 holly

1 the

2 But

2 is

2 where

但是就像我在一开始提到的那样,让awk处理它&＃xff1a;

$awk &＃39;{a[$1]&＃43;&＃43;}END{for(k in a)print a[k],k}&＃39; RS&＃61;" |\n" file | sort

1 Bastard

1 Esope

1 holly

1 the

2 But

2 is

2 where

标签&＃xff1a;frequency-analysis,linux,shell,awk,word-frequency

来源&＃xff1a; https://codeday.me/bug/20191013/1905844.html