Linux: Shell编程中的应用之基于sh举行数据统计

应用场景

• 对一个英语字典做统计
  
• 统计字符出现最多，并举行排序输出
  

实现思绪

• 这里必要
  
  
  
  • 统计每个字母出现的次数 grep 下令
    
  • 小写转大写
    
  
  
• 可以先在下令行实验
  
  
  
  • $ grep -i a words.txt
    
    
    
    • -i 忽略巨细写
      
    • 这里每一行大概包罗不止一个匹配的字母
      
    
    
  • $ grep -io a words.txt
    
    
    
    • -o 只体现匹配行中不为空的匹配部分，如许的部分被单独体现在一行上
      
    • 为了统计某个字母的全部统计，必要加 -o
      
    
    
  • $ grep -io a words.txt | wc -l 统计行数
    
    
    
    • 这里会有一个行数的数字输出
      
    • 可以对比 不加 o 参数的区别，输出肯定是少的
      
    
    
  • 继承在终端中输入实验
    
    
    
    • $ for char in {a..z}; do
      
    • > grep -io "$char" words.txt | wc -l
      
    • > done
      
    
    
  • 之后按下回车，变会输出几行数字
    
  
  
• 以上是我们的思绪
  

情况准备

1 ）字典集 words.txt
部分信息展示如下：

1. aa
2. aaa
3. aah
4. aahed
5. aahing
6. aahs
7. aal
8. aalii
9. aaliis
10. aals
11. aam
12. aardvark
13. aardvarks
14. ... 后续过多，不便在此展示

复制代码

此文件资源在文章顶部可举行下载
2 ) 脚本准备
$ vim statistics.sh

1. #!/bin/bash
3. # Verification of parameter
4. # 确认参数, 不存在参数，则提示并退出
5. if [ -z $1 ]
6. then
7.     echo "Please enter the file of dictionary !"
8.     exit
9. fi
11. # Verification of file existence
12. # 确认文件存在
13. if [ ! -e $1 ]
14. then
15.     echo "Please make sure that the file of dictionary exists !"
16.     exit
17. fi
19. # Definition of function
20. # 函数定义
21. statistics () {
22.   # 遍历 a ~ z 中间的 26 个字母
23.   for char in {a..z}
24.   do
25.           # tr 命令是 translate 的缩写，用于转化或删除字符
26.           # tr /a-z/ /A-Z/ 表示将所有的小写字母转化为对应的大写字母
27.     echo "$char - `grep -io "$char" $1 | wc -l`" | tr /a-z/ /A-Z/ >> tmp.txt
28.   done
29.   # 使用 sort 命令对 tmp.txt 文件中的行进行排序
30.   # -r 倒序排列，-n 对数字排序，-k 指定根据哪几列进行排序，-t 指定列之间的分隔符
31.   sort -rn -k 2 -t - tmp.txt
32.   rm tmp.txt
33. }
35. # Use of function
36. # 函数使用
37. statistics $1

复制代码

授权实行：$ chmod +x statistics.sh
实行：$ ./statistics.sh words.txt
终极输出结果

1. E - 363325
2. I - 297800
3. A - 273400
4. S - 245420
5. N - 242172
6. O - 241766
7. R - 237931
8. T - 223998
9. L - 187617
10. C - 146090
11. U - 126597
12. P - 109040
13. D - 108173
14. M - 99955
15. H - 86490
16. G - 80206
17. Y - 67946
18. B - 61975
19. F - 38763
20. V - 32467
21. K - 25618
22. W - 22053
23. Z -13932
24. X - 10112
25. Q - 5696
26. J - 5073

复制代码

• 大概的优化
  
  
  
  • 除了一个参数，也就是要统计的字典文件的名字
    
  • 还可以添加其他参数来完成更多任务
    
  • 可以改变输出的情势，使之更雅观
    
  • 每一行大概输出更多信息
    
  • 实验不借助中心文件 tmp.txt
    
  • …