Linux 如何通过bash/shellscript统计文件组中特定单词的出现次数

我有两个文本文件“simple”和“simple1”，其中包含以下数据

    simple.txt--

    hello
    hi hi hello
    this
    is it

    simple1.txt--
    hello hi
    how are you



[]$ tr ' ' '\n' < simple.txt | grep  -i -c '\bh\w*'
4
[]$ tr ' ' '\n' < simple1.txt | grep  -i -c '\bh\w*'
3

simple.txt--
你好
你好你好你好
这
它是
simple1.txt--
你好你好
你好吗
[]$tr''\n'

此命令显示每个文件以“h”开头的字数，但我希望显示总计数为7，即两个文件的总数。我可以在单个命令/shell脚本中执行此操作吗

---

注意：我必须编写两个命令，因为tr不接受两个文件名。

试试这个，简单的方法：

cat simple.txt simple1.txt | tr ' ' '\n' | grep  -i -c '\bh\w*'

---

该替代方案不需要管道：

$ awk -v RS='[[:space:]]+' '/^h/{i++} END{print i+0}' simple.txt simple1.txt
7

工作原理

• -vrs='[[：space:]+'

  这告诉awk将每个单词视为记录

• /^h/{i++}

  对于以

  h

  开头的任何记录（字），我们将变量

  i

  增加1

• END{print i+0}

  读取完所有文件后，我们打印出

  i

  的值

---

事实并非如此，tr只接受一个文件名，不接受任何文件名（并且总是从stdin读取）。这就是为什么即使在您的解决方案中，您也没有为tr提供文件名，而是使用输入重定向

在您的情况下，我认为您可以将

tr

替换为

fmt

，后者接受文件名：

fmt -1 simple.txt simple1.txt | grep -i -c -w 'h.*'

（我还对grep做了一些修改，因为我个人觉得这样可读性更好，但这是一个品味问题）

请注意，这两种解决方案（我的和您的原始解决方案）都会将由字母和一个或多个非空格字符组成的字符串（例如字符串haaaa.hbbbb.hccccc）计算为“单个块”，即它只会将“h”字的计数加1，而不是3。这是否是你想要的行为，由你来决定