如何计算文件中的数字/字母数量？答案

【问题标题】：How to count the number of numbers/letters in file?如何计算文件中的数字/字母数量？
【发布时间】：2016-05-15 21:10:34
【问题描述】：

我尝试在 Bash 中计算文件中数字和字母的数量。我知道我可以使用wc -c file 来计算字符数，但如何才能将其修复为仅字母和数字？

【问题讨论】：

标签： linux bash shell wc

【解决方案1】：

这是一种完全避免管道的方法，只使用tr 和shell 的方法来给出变量的长度${#variable}：

$ cat file
123 sdf
231 (3)
huh? 564
242 wr =!
$ NUMBERS=$(tr -dc '[:digit:]' < file)
$ LETTERS=$(tr -dc '[:alpha:]' < file)
$ ALNUM=$(tr -dc '[:alnum:]' < file)
$ echo ${#NUMBERS} ${#LETTERS} ${#ALNUM}
13 8 21

【讨论】：

【解决方案2】：

要计算字母和数字的数量，您可以将grep 与wc 结合起来：

 grep -o [a-z] myfile | wc -c
 grep -o [0-9] myfile | wc -c

只需稍作调整，您就可以对其进行修改以计算数字或字母单词或字母数字单词，

grep -o [a-z]+ myfile | wc -c
grep -o [0-9]+ myfile | wc -c
grep -o [[:alnum:]]+ myfile | wc -c

【讨论】：

终端显示第一个和第二个示例的输出不正确，嗯？
这会计算任何包含至少一个一个字母或数字字符的行的所有字符。
将其设为grep -o 用于计算mixed line 111。
当您在当前目录中有一个名为 a 或 7 的文件时，首先提到的 grep 会失败。总是引用 shell 元字符！

【解决方案3】：

您可以使用 sed 替换所有不属于您要查找的类型的字符，然后对结果的字符进行字数统计。

# 1h;1!H will place all lines into the buffer that way you can replace
# newline characters
sed -n '1h;1!H;${;g;s/[^a-zA-Z]//g;p;}' myfile | wc -c

It's easy enough to just do numbers as well.
sed -n '1h;1!H;${;g;s/[^0-9]//g;p;}' myfile | wc -c

Or why not both.
sed -n '1h;1!H;${;g;s/[^0-9a-zA-Z]//g;p;}' myfile | wc -c

【讨论】：

【解决方案4】：

有多种方法可以在 bash 中分析文本文件的行、单词和字符频率。利用 bash 内置的字符大小写过滤器（例如 [:upper:] 等），您可以深入了解文本文件中每种字符类型的每次出现频率。下面是一个简单的脚本，它从stdin 读取并提供正常的wc 输出作为第一行输出，然后输出upper、lower、digits、punct 和@987654328 的数量@。

#!/bin/bash

declare -i lines=0
declare -i words=0
declare -i chars=0
declare -i upper=0
declare -i lower=0
declare -i digit=0
declare -i punct=0

oifs="$IFS"

# Read line with new IFS, preserve whitespace
while IFS=$'\n' read -r line; do

    # parse line into words with original IFS
    IFS=$oifs
    set -- $line
    IFS=$'\n'

    # Add up lines, words, chars, upper, lower, digit
    lines=$((lines + 1))
    words=$((words + $#))
    chars=$((chars + ${#line} + 1))
    for ((i = 0; i < ${#line}; i++)); do
        [[ ${line:$((i)):1} =~ [[:upper:]] ]] && ((upper++))
        [[ ${line:$((i)):1} =~ [[:lower:]] ]] && ((lower++))
        [[ ${line:$((i)):1} =~ [[:digit:]] ]] && ((digit++))
        [[ ${line:$((i)):1} =~ [[:punct:]] ]] && ((punct++))
    done
done

echo " $lines $words $chars $file"
echo " upper: $upper,  lower: $lower,  digit: $digit,  punct: $punct,  \
whitespace: $((chars-upper-lower-digit-punct))"

测试输入

$ cat dat/captnjackn.txt
This is a tale
Of Captain Jack Sparrow
A Pirate So Brave
On the Seven Seas.
(along with 2357 other pirates)

使用/输出示例

$ bash wcount3.sh <dat/captnjackn.txt
 5 21 108
 upper: 12,  lower: 68,  digit: 4,  punct: 3,  whitespace: 21

您可以自定义脚本以提供尽可能少或尽可能多的细节。如果您有任何问题，请告诉我。

【讨论】：

【解决方案5】：

您可以使用tr 通过组合-c（补码）和-d（删除）标志来仅保留字母数字字符。从那里开始，这只是一些管道的问题：

$ cat myfile.txr | tr -cd [:alnum:] | wc -c

【讨论】：

cat myfile.txr | tr -cd [123456789] | wc -c那个例子对吗？
无用的猫。如果有一个名为 m 的文件，则会失败。