友情支持
如果您觉得这个笔记对您有所帮助，看在D瓜哥码这么多字的辛苦上，请友情支持一下，D瓜哥感激不尽，😜
|
|
有些打赏的朋友希望可以加个好友，欢迎关注D 瓜哥的微信公众号，这样就可以通过公众号的回复直接给我发信息。
公众号的微信号是: jikerizhi。因为众所周知的原因，有时图片加载不出来。 如果图片加载不出来可以直接通过搜索微信号来查找我的公众号。 |
192. 统计词频
写一个 bash 脚本以统计一个文本文件 words.txt 中每个单词出现的频率。
为了简单起见，你可以假设：
-
words.txt只包括小写字母和 ` ` 。 -
每个单词只由小写字母组成。
-
单词间由一个或多个空格字符分隔。
示例:
假设 words.txt 内容如下：
the day is sunny the the the sunny is is
你的脚本应当输出（以词频降序排列）：
the 4 is 3 sunny 2 day 1
说明:
-
不要担心词频相同的单词的排序问题，每个单词出现的频率都是唯一的。
-
你可以使用一行 Unix pipes 实现吗？
思路分析
-
一刷
1
2
3
4
5
6
7
8
cat words.txt | tr -s ' ' '\n' | sort | uniq -c | sort -nr | awk '{print $2, $1}'
# cat words.txt：读取文件内容
# tr -s ' ' '\n'：将空格替换为换行符（-s选项压缩连续空格），使每个单词单独成行
# sort：对单词进行排序（uniq命令需要排序后的输入）
# uniq -c：统计重复行数量（输出格式："4 the"）
# sort -nr：按数值降序排序（-n数值排序，-r降序）
# awk '{print $2, $1}'：反转输出列顺序（从"4 the"变为"the 4"）