在处理大量文本数据时，统计词频是一项非常常见的任务。在Linux系统中，使用bash脚本可以轻松实现这一功能，让你告别手动繁琐的过程。下面，我将为你详细介绍如何使用bash脚本进行文本词频统计。
1. 准备工作
在进行词频统计之前，你需要准备以下内容：
- 一个包含待统计文本的文件，例如
example.txt。 - 一个用于存储统计结果的文件，例如
word_frequency.txt。
2. 创建bash脚本
首先，打开你的文本编辑器（如Vim、gedit等），创建一个名为word_frequency.sh的bash脚本文件。以下是一个简单的脚本示例：
#!/bin/bash
# 输入文件名
input_file="example.txt"
# 输出文件名
output_file="word_frequency.txt"
# 统计词频并写入输出文件
cat $input_file | tr ' ' '\n' | sort | uniq -c | sort -nr > $output_file
# 输出统计结果
echo "词频统计结果已保存至 $output_file"
3. 解释脚本内容
#!/bin/bash：指定脚本使用的解释器为bash。input_file="example.txt"：定义输入文件名。output_file="word_frequency.txt"：定义输出文件名。cat $input_file：将输入文件的内容输出到标准输出。tr ' ' '\n'：将空格替换为换行符，实现将单词分隔开。sort：对单词进行排序。uniq -c：统计每个单词出现的次数。sort -nr：按次数降序排序。>：将统计结果写入输出文件。echo "词频统计结果已保存至 $output_file"：输出提示信息。
4. 运行脚本
保存脚本文件后，赋予它执行权限：
chmod +x word_frequency.sh
然后，运行脚本：
./word_frequency.sh
此时，你的词频统计结果将保存到word_frequency.txt文件中。
5. 读取统计结果
打开word_frequency.txt文件，你可以看到如下内容：
3 hello
2 world
1 this
1 is
1 a
1 example
这表示单词”hello”出现了3次，”world”出现了2次，以此类推。
6. 总结
使用bash脚本进行文本词频统计是一种简单而高效的方法。通过以上步骤，你可以在Linux系统中轻松实现这一功能，节省大量时间和精力。希望这篇文章能帮助你掌握bash脚本，让你在处理文本数据时更加得心应手！