用于mac的bash shell脚本从文件生成单词列表？答案

【问题标题】：bash shell script for mac to generate word list from a file?用于mac的bash shell脚本从文件生成单词列表？
【发布时间】：2012-04-30 15:30:38
【问题描述】：

是否有在 Mac 上运行的 shell 脚本从文本文件生成单词列表，列出唯一的单词？如果能按频率排序就更好了……

抱歉忘了提，是的，我更喜欢 bash，因为我现在正在使用 mac...

哦，我的文件是法语的...（基本上我正在阅读一本小说并学习法语，所以我尝试生成一个单词列表来帮助自己）。希望这不是问题？

【问题讨论】：

【解决方案1】：

如果我理解正确，你需要这样的东西：

cat <filename> | sed -e 's/ /\n/g' | sort | uniq -c

【讨论】：

您可能可以深入研究sed 的正则表达式文档以使脚本更加全面，但我就是这样做的，除非您必须进行黑客操作才能真正获得换行符，啦stackoverflow.com/a/7567839/4203
@athos 查看我的评论。这是因为您在 Mac 上（我也是），而且我很确定 Mac 不提供 GNU sed（它基于 BSD）。
@athos 这很容易解决。事实上，如果你混合匹配已经发布的两个答案（使用tr 而不是sed），你会得到$ cat $YOUR_FILE | tr ' ' '\n' | sort | uniq -c，我认为这正是你想要的。

【解决方案2】：

这个命令会做

cat file.txt |  tr "\"' " '\n' | sort -u

这里的sort -u 不能在 Macintosh 机器上工作。在这种情况下，请改用sort | uniq -c。（感谢Hank Gay）

cat file.txt |  tr "\"' " '\n' | sort | uniq -c

【讨论】：

我认为sort | uniq -c 是完成它的更好选择，因为sort -u（在 Mac 上）不会显示单词，只会显示计数。
它有效！但需要一些修改... 1. 没有字数 2. 不直接写入输出文件 3. 不仅需要替换 ( ) 还需要替换 (')，但谢谢这是要走的路！
如何用新行替换双引号和单引号？
谢谢你们。我使用了一种稍微不同的方式： tr -cs "[:alpha:]" "\n"
@HankGay：什么版本的 Mac OS X？在我的机器（OS 10.7.4）上，/usr/bin/sort 来自 GNU coreutils 5.93，-u 生成单词，而不是计数。

【解决方案3】：

只要回答我的问题，就可以点下我正在使用的最终版本：

tr -cs "[:alpha:]" "\n" < FileIn.txt | sort | uniq -c | awk '{print $2","$1}' >> FileOut.csv

一些注意事项：

再次感谢大家帮助我。

抱歉，我一开始没有明确说明我使用的是 mac 并期望使用 bash 脚本。

干杯。

【讨论】：