利用shell实现WordCount

  Shell脚本编程是Linux系统最为核心的技术之一，它能够利用简单的命令来实现一些复杂的功能，同时，由于Linux提供了很多文本处理命令，如grep(grep family), tr, sed, awk等， 一旦熟练掌握这些命令，那么你在Linux系统中处理文本就会得心应手。
  本文将展示如何利用Shell来实现WordCount功能。
  首先先看wordcount.sh的代码，用来实现WordCount功能。

#!/bin/bash

# filename: wordcount.sh
# usage: word count

# handle position arguments
if [ $# -ne 1 ]
then
    echo "Usage: $0 filename"
    exit -1
fi

# realize word count
printf "%-14s%s\n" "Word" "Count"

cat $1 | tr 'A-Z' 'a-z' | \
egrep -o "\b[[:alpha:]]+\b" | \
awk '{ count[$0]++ }
END{
for(ind in count)
{ printf("%-14s%d\n",ind,count[ind]); }
}' | sort -k2 -n -r

在上述代码中，$1参数为你输入的文本，利用cat命令读取其内容，利用tr命令将所有的大写字母转换为小写字母，再利用egrep命令抓取文本中的所有单词，并逐项输出，最后利用awk命令和关联数组来实现word count功能，并按照出现的数量递减输出。
  接着就是测试啦~~
  首先是road.txt文件，里面是美国诗人 Robert Frost写的诗歌 The Road Not Taken，参考网址为：https://www.poets.org/poetsorg/poem/road-not-taken。统计该文本的每个单词出现的数量，可以运行命令

./wordcount.sh road.txt

运行结果如下：

./wordcount.sh speech.txt

运行结果如下：