Я пытаюсь подсчитать вхождение определенного слова во всей директории. Это возможно?
Скажем, например, есть каталог со 100 файлами, все файлы которых могут содержать слово «ааа». Как мне подсчитать количество «ааа» во всех файлах в этом каталоге?
Я пробовал что-то вроде:
zegrep "xception" `find . -name '*auth*application*' | wc -l
Но это не работает.
grep -roh aaa . | wc -w
Grep рекурсивно просматривает все файлы и каталоги в текущем каталоге в поисках aaa и выводит только совпадения, а не всю строку. Затем просто используйте wc, чтобы подсчитать количество слов.
grep -rcP '^aaa$' . Это избавит вас от конвейера и предотвратит встраивание «ааа»
- person cgledezma; 30.07.2013
-c, но она терпит неудачу, если в одной строке есть два или более вхождений searchString.
- person Carlos Campderrós; 30.07.2013
grep -rohP '\baaa\b . | wc -w
- person cgledezma; 30.07.2013
grep -rohe '\baaa\b . | wc -w, поскольку -P недоступно.
- person IanBussieres; 07.05.2015
grep -roh 'global \$' . или grep -roh 'one two' . , тогда при передаче по каналу wc -w будут подсчитаны все слова. Таким образом, вы можете захотеть подсчитать только количество точных совпадений, а не общее количество всех слов в результате. Я добился этого, снова подключившись к grep, но ища только первое слово, например, grep -roh 'global \$' . | grep -o 'global' | wc -w . Однако может быть более элегантный способ?
- person mrjamesmyers; 06.03.2018
Еще одно решение на основе find и grep.
find . -type f -exec grep -o aaa {} \; | wc -l
Должен правильно обрабатывать имена файлов с пробелами в них.
Используйте grep самым простым способом. Попробуйте grep --help для получения дополнительной информации.
Чтобы получить количество слов в конкретном файле:
grep -c <word> <file_name>
Пример:
grep -c 'aaa' abc_report.csv
Выход:
445
Чтобы получить количество слов во всем каталоге:
grep -c -R <word>
Пример:
grep -c -R 'aaa'
Выход:
abc_report.csv:445
lmn_report.csv:129
pqr_report.csv:445
my_folder/xyz_report.csv:408
$ function wordfrequency() { awk 'BEGIN { FS="[^a-zA-Z]+" } { for (i=1; i<=NF; i++) { word = tolower($i); words[word]++ } } END { for (w in words) printf("%3d %s\n", words[w], w) } ' | sort -rn; }
$ cat your_file.txt | wordfrequency
Здесь указана частота встречаемости каждого слова в предоставленном файле. Если вы хотите увидеть вхождения вашего слова, вы можете просто сделать это:
$ cat your_file.txt | wordfrequency | grep yourword
Чтобы найти вхождения вашего слова во всех файлах в каталоге (нерекурсивно), вы можете сделать следующее:
$ cat * | wordfrequency | grep yourword
Чтобы найти вхождения вашего слова во всех файлах в каталоге (и его подкаталогах), вы можете сделать следующее:
$ find . -type f | xargs cat | wordfrequency | grep yourword
Источник: Ruby AWK-ward
соедините файлы вместе и выведите результат grep: cat $(find /usr/share/doc/ -name '*.txt') | zegrep -ic '\<exception\>'
если вы хотите, чтобы «исключительный» совпадал, не используйте «\‹» и «\>» вокруг слова.
Как насчет того, чтобы начать с:
cat * | sed 's/ /\n/g' | grep '^aaa$' | wc -l
как в следующей стенограмме:
pax$ cat file1
this is a file number 1
pax$ cat file2
And this file is file number 2,
a slightly larger file
pax$ cat file[12] | sed 's/ /\n/g' | grep 'file$' | wc -l
4
sed преобразует пробелы в символы новой строки (можно добавить другие символы пробела, например табуляцию, с помощью sed 's/[ \t]/\n/g'). grep просто получает те строки, в которых есть нужное слово, затем wc подсчитывает эти строки для вас.
Теперь могут быть крайние случаи, когда этот сценарий не работает, но он должен быть в порядке для подавляющего большинства ситуаций.
Если вам нужно целое дерево (а не только один уровень каталога), вы можете использовать что-то вроде:
( find . -name '*.txt' -exec cat {} ';' ) | sed 's/ /\n/g' | grep '^aaa$' | wc -l
Также существует синтаксис регулярного выражения grep только для сопоставления слов:
# based on Carlos Campderrós solution posted in this thread
man grep | less -p '\<'
grep -roh '\<aaa\>' . | wc -l
Для другого синтаксиса регулярного выражения для сопоставления слов см.:
man re_format | less -p '\[\[:<:\]\]'
