linux出現次數

① linux命令 統計文件中數據出現次數

文件：
[root@hunt1574 dlog]# cat a2ps.txt
# Something like `#{lp.hook} lp #{lp.options} -d'
# or `#{lp.hook} lpr #{lp.options} -P'.
[root@hunt1574 dlog]# grep -Eo '\<lp\>' a2ps.txt | wc -l
9
單純的grep 是針對行處理的，看下面的例子就明白了：
[root@hunt1574 dlog]# grep lp a2ps.txt
# Something like `#{lp.hook} lp #{lp.options} -d'
# or `#{lp.hook} lpr #{lp.options} -P'.
Variable: lp #{lp.hook} lp #{lp.options} -d
[root@hunt1574 dlog]# grep lp a2ps.txt | wc -l
3

文件夾：
[root@hunt1574 bin]# ls -l result*
-rw-r--r-- 1 root root 16512 Aug 3 16:55 result.log
-rw-r--r-- 1 root root 500 Aug 3 16:55 result.txt
[root@hunt1574 bin]# ls -l | grep -v ^d | grep -c result
2

② 在Linux的命令行中實現字元出現頻率統計的方法

在Linux的命令行中實現字元出現頻率統計，可以通過以下方法進行：

1. 統計單詞出現頻率

• 使用wc命令可以計算文件中的字數，但為得到具體單詞的頻率，需要結合其他命令。
• 示例腳本：cat man.txt | tr ' ' ' ' | tr '[:upper:]' '[:lower:]' | tr -d '[:punct:]' | grep -v '[^a-z]' | sort | uniq -c | sort -rn | head。
  • cat man.txt：讀取文件內容。
  • tr ' ' ' '：將空格替換為換行符，使每個單詞獨佔一行。
  • tr '[:upper:]' '[:lower:]'：將所有大寫字母轉換為小寫，以統一統計。
  • tr -d '[:punct:]'：刪除標點符號。
  • grep -v '[^a-z]'：過濾掉非字母字元。
  • sort：排序。
  • uniq -c：統計相同單詞的出現次數。
  • sort -rn：按出現次數降序排序。
  • head：顯示前N個結果。

2. 統計單個字元出現頻率

• 示例腳本：fold -w1 man.txt | sort | uniq -c | sort -rn | head。
  • fold -w1 man.txt：將文件內容按列折疊，每列一個字元。
  • sort、uniq -c、sort -rn、head：同上，用於統計和排序字元頻率。

3. 區分大小寫統計字元頻率

• 示例腳本：fold -w1 man.txt | sort | tr '[:lower:]' '[:upper:]' | uniq -c | sort -rn | head -20。
  • 在統計前，使用tr '[:lower:]' '[:upper:]'將所有字元轉換為大寫。

4. 去除標點符號後統計字元頻率

• 示例腳本：fold -w1 man.txt | tr '[:lower:]' '[:upper:]' | sort | tr -d '[:punct:]' | uniq -c | sort -rn | head -20。
  • 在轉換為大寫後，使用tr -d '[:punct:]'刪除標點符號。

5. 統計多個文件中字元頻率

• 示例腳本：cat *.txt | fold -w1 | tr '[:lower:]' '[:upper:]' | sort | tr -d '[:punct:]' | uniq -c | sort -rn | head -8。
  • 使用cat *.txt讀取多個文件內容。
  • 後續步驟同上，用於統計字元頻率。

6. 生成罕見的長單詞列表

• 示例腳本：cat man.txt | tr ' ' ' ' | tr '[:upper:]' '[:lower:]' | tr -d '[:punct:]' | tr -d '[0-9]' | sort | uniq -c | sort -n | grep -E '.{10,}' | head。
  • 使用grep -E '.{10,}'匹配長度至少為10的單詞。
  • sort -n：按出現次數升序排序。

以上方法展示了在Linux命令行中如何靈活地結合多個命令來實現復雜的文本處理任務，如統計字元和單詞的出現頻率。

③ Linux正則表達式教程：Grep Regex示例

正則表達式是特殊字元，可幫助搜索數據，匹配復雜模式。正則表達式縮寫為「regexp」或「regex」。

為了便於理解，讓我們逐一學習不同類型的正則表達式。

[TOC]

一些常用的正則表達式命令是tr，sed，vi和grep。下面列出了一些基本的正則表達式。

我們來看一個例子吧。

執行cat示例以查看現有文件的內容

搜索包含字母'a'的內容。

' ^ '匹配字元串的開頭。讓我們搜索一下STARTS的內容

僅過濾以字元開頭的行。將忽略開頭不包含字元「a」的行。

讓我們看看另一個例子 -

僅選擇那些以 $ 結尾的行

這些表達式告訴我們字元串中字元的出現次數。他們是

例：

過濾掉包含字元'p'的所有行

我們想要檢查字元'p'是否在字元串中依次出現2次。為此，語法將是：

注意：您需要使用這些正則表達式添加-E。

這些正則表達式包含多個表達式的組合。他們之中有一些是：

例：

搜索所有字元't'

假設我們要過濾字元'a'在字元't'之前的行

我們可以使用命令

大括弧擴展的語法是花括弧「{}」內的序列或逗號分隔的項目列表。序列中的起始和結束項由兩個句點「..」分隔。

一些例子：

在上面的示例中，echo命令使用大括弧擴展創建字元串。