Conta quante volte ogni parola di un elenco di parole appare in un file?

Question

Ho un file, list.txt che contiene un elenco di parole. Voglio controllare quante volte ogni parola appare in un altro file, file1.txt, quindi restituire i risultati. Un semplice output di tutti i numeri è sufficiente, in quanto posso aggiungerli manualmente a list.txt con un programma di foglio di calcolo, ma se lo script aggiunge i numeri alla fine di ogni riga in list.txt, è ancora meglio, ad esempio:

bear 3 
fish 15 

ho provato questo, ma non funziona:

cat list.txt | grep -c file1.txt 

Answer 1

è possibile farlo in un ciclo che legge una sola parola alla volta da un file di word-list, e poi conta le istanze in un file di dati. Per esempio:

while read; do 
    echo -n "$REPLY " 
    fgrep -ow "$REPLY" data.txt | wc -l 
done < <(sort -u word_list.txt) 

La "salsa segreta" è composto da:

1. usando la variabile REPLY implicita;
2. utilizzando la sostituzione di processo per raccogliere parole dal file elenco di parole; e
3. assicurando che si sta grepping per parole intere nel file di dati.

Answer 2

Questo potrebbe funzionare per voi (GNU SED):

tr -s ' ' '\n' file1.txt | 
sort | 
uniq -c | 
sed -e '1i\s|.*|& 0|' -e 's/\s*\(\S*\)\s\(\S*\)\s*/s|\\<\2\\>.*|\2 \1|/' | 
sed -f - list.txt 

Spiegazione:

• Split file1.txt in parole
• Ordina le parole
• Contare le parole
• Creare uno script sed su mat ch le parole (inizialmente azzerare ogni parola)
• eseguire lo script precedente contro la list.txt

Answer 3

Questo metodo awk solo deve passare attraverso ogni file una volta:

awk ' 
    # read the words in list.txt 
    NR == FNR {count[$1]=0; next} 
    # process file1.txt 
    { 
    for (i=0; i<=NF; i++) 
     if ($i in count) 
     count[$i]++ 
    } 
    # output the results 
    END { 
    for (word in count) 
     print word, count[word] 
    } 
' list.txt file1.txt 

Answer 4

comando singola linea

L'ultima parte del comando dice a grep di leggere le parole che corrispondono alla lista (opzione -f) e quindi corrisponde a parole intere (-w) cioè se list.txt c contiene auto, grep dovrebbe ignorare il trasporto.

Tuttavia, tieni presente che la visualizzazione della parola intera e della visualizzazione di grep potrebbe essere diversa. per es. anche se la macchina non combacia con il trasporto, si accoppierà con l'autolavaggio, noterai che "-" sarà considerato per il confine delle parole. grep accetta qualsiasi cosa eccetto lettere, numeri e underscore come limite della parola. Quale non dovrebbe essere un problema siccome questo è conforme alla definizione accettata di una parola in lingua inglese.