如何计算一个单词在目录的所有文件中出现的次数？

Question

我正在尝试计算整个目录中出现的特定单词。 这可能吗？

例如，有一个包含 100 个文件的目录，所有这些文件中都可能包含单词“aaa”。 我如何计算该目录下所有文件中“aaa”的数量？

我试过类似的东西：

 zegrep "xception" `find . -name '*auth*application*' | wc -l 

但它不起作用。

Answer 1

grep -roh aaa. | wc -w

Grep 递归搜索当前目录中的所有文件和目录 aaa，而 output 仅匹配，而不是整行。 然后，只需使用wc来计算有多少单词。

Answer 2

另一种基于find和grep的解决方案。

find . -type f -exec grep -o aaa {} \; | wc -l

应该正确处理带有空格的文件名。

Answer 3

让我们使用 AWK！

$ 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

这列出了每个单词在提供的文件中出现的频率。 如果你想查看你的单词出现的次数，你可以这样做：

$ cat your_file.txt | wordfrequency | grep yourword

要在目录中的所有文件中查找单词的出现（非递归），您可以执行以下操作：

$ cat * | wordfrequency | grep yourword

要在目录（及其子目录）中的所有文件中查找您的单词的出现，您可以执行以下操作：

$ find . -type f | xargs cat | wordfrequency | grep yourword

来源： AWK-ward Ruby

Answer 4

以最简单的方式使用grep 。 尝试grep --help了解更多信息。

---

1. 要计算特定文件中的单词数：

    grep -c <word> <file_name>

   例子：

    grep -c 'aaa' abc_report.csv

   Output：

    445

---

2. 要计算整个目录中的一个单词：

    grep -c -R <word>

   例子：

    grep -c -R 'aaa'

   Output：

    abc_report.csv:445 lmn_report.csv:129 pqr_report.csv:445 my_folder/xyz_report.csv:408

Answer 5

find .|xargs perl -p -e 's/ /\n'|xargs grep aaa|wc -l

Answer 6

将文件和 grep 和 output 放在一起： cat $(find /usr/share/doc/ -name '*.txt') | zegrep -ic '\<exception\>' cat $(find /usr/share/doc/ -name '*.txt') | zegrep -ic '\<exception\>'

如果您想匹配 'exceptional'，请不要在单词周围使用 '\<' 和 '\>'。

Answer 7

如何开始：

cat * | sed 's/ /\n/g' | grep '^aaa$' | wc -l

如以下成绩单：

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将空格转换为换行符（您可能还希望包含其他空格字符，例如制表符，使用sed 's/[ \t]/\n/g' ）。 grep只是获取那些具有所需单词的行，然后wc会为您计算这些行。

现在可能存在此脚本不起作用的边缘情况，但对于绝大多数情况应该没问题。

如果你想要一整棵树（不仅仅是一个目录级别），你可以使用类似的东西：

( find . -name '*.txt' -exec cat {} ';' ) | sed 's/ /\n/g' | grep '^aaa$' | wc -l

Answer 8

还有一个 grep 正则表达式语法仅用于匹配单词：

# based on Carlos Campderrós solution posted in this thread
man grep | less -p '\<'
grep -roh '\<aaa\>' . | wc -l

有关匹配正则表达式语法的不同单词，请参见：

man re_format | less -p '\[\[:<:\]\]'