shell脚本统计文件词频

前提条件

假设文件中所有的单词为空格切分，且大小写不同的单词分为两个单词。

处理语句

cat 文件名 | tr -s ' ' '\n' | sort | uniq -c | sort -r | awk '{print $2 " " $1}'

处理详解

针对上述语句中的各个命令解释
cat：浏览所需要处理的文件。
tr -s：将文件中的空格全部替换为换行符，这样文件展示出来就是每一行只有一个单词的样子。
sort：对文件进行排序，默认是依据acsii码进行排序，但是sort命令对中文排序出现错误，那么就要设置环境变量使其适用中文。
uniq -c：对文件进行去重 并统计，但是这个统计结果中 数字是在内容前面的。
sort -r：以相反顺序排序，因为上一步 数字在内容前面，因此不需要指定哪一个字段，默认就是第一个字段。
awk '{print $2 " " $1}'：交换一下 数字和内容的位置，便于感知观看，这一步没有也可以