Linux Bash脚本以查找文件中每个字母的频率

我试图找出输入文件中英文字母表中每个字母出现的频率。如何在bash脚本中执行此操作？

以下是一个建议：

while read -n 1 c
do
    echo "$c"
done < "$INPUT_FILE" | grep '[[:alpha:]]' | sort | uniq -c | sort -nr

读取时-n 1 c
做
回音“$c”
完成<“$INPUT_文件”| grep'[：alpha:]'| sort | uniq-c | sort-nr

只需一个awk命令

awk -vFS="" '{for(i=1;i<=NF;i++)w[$i]++}END{for(i in w) print i,w[i]}' file

如果你只想要角色

awk -vFS="" '{for(i=1;i<=NF;i++){ if($i~/[a-zA-Z]/) { w[tolower($i)]++} } }END{for(i in w) print i,w[i]}' file

---

awk-vFS=“”{对于（i=1；i具有
sed
、
sort
和
uniq
的解决方案：

sed 's/\(.\)/\1\n/g' file | sort | uniq -c

这将统计所有字符，而不仅仅是字母。您可以使用以下选项过滤掉：

sed 's/\(.\)/\1\n/g' file | grep '[A-Za-z]' | sort | uniq -c

如果要考虑大写和小写相同，只需添加一个翻译：
sed 's/\(.\)/\1\n/g' file | tr '[:upper:]' '[:lower:]' | grep '[a-z]' | sort | uniq -c

我的解决方案使用
grep
、
sort
和
uniq

grep -o . file | sort | uniq -c

忽略案例：

grep -o . file | sort -f | uniq -ic

与上面mouviciel的回答类似，但对于BSD系统上使用的Bourne和Korn Shell更为通用，当您没有GNU sed（在替换中支持）时，您可以反斜杠转义换行：

sed -e's/./&\
/g' file | sort | uniq -c | sort -nr

或者，为了避免屏幕上的视觉分割，通过键入CTRL+V CTRL+J插入文字换行符

sed -e's/./&\^J/g' file | sort | uniq -c | sort -nr

谢谢。这把大写字母和小写字母看成是分开的。我如何计算我们认为A和A相同的频率？是的，这也很好。我想知道如何计算概率，即频率/总和。我们需要再次将输出管再次输出到SeD，但是我不能计算出包含的正则表达式吗？添加一些
wc
、
cut
、
dc
、
tee
和其他命令，但与可维护的工作相比，添加更多功能更容易。我认为使用perl脚本添加更多功能会更容易。非常感谢您的帮助。干杯。您为什么要使用bash来完成此任务？发现了这个编程问题omewhere！！我想perl会是更好的选择，不是吗？很抱歉我对awk不是很熟悉。解决方案可行，但我得到的是所有字符，而不仅仅是字母数字字符。awk-vFS=“”{for（I=1；iThanks）。我想知道当正则表达式为[a-zA-Z]时，为什么我会得到像ü2和é2这样的结果。这是因为gawk的正则表达式适用于unicode字符。（UTF8）。在这种情况下，我如何删除它们？您可以执行
导出LC_ALL=C
。在此之后，我如何获得频率/总和（所有频率）？@SkypeMeSM要获得每个字符的频率，只需除以字符总数（由
wc-C文件
给出）。
sed -e's/./&\^J/g' file | sort | uniq -c | sort -nr