使用bash统计文件中每个字的出现次数

Question

我想统计文件中每个字的出现次数 但结果是错误的。

#!/bin/bash 
#usage: count.sh file 

declare -a dict 

for word in $(cat $1) 
do 
    if [ ${dict[$word]} == "" ] ;then 
     dict[$word]=0 
    else 
     dict[$word]=$[${dict[$word]} + 1] 
    fi 
done 

for word in ${!dict[@]} 
do 
    echo $word: ${dict[$word]} 
done 

使用下面的测试文件：

learning the bash shell 
this is second line 
this is the last line 

的bash -x count.sh文件 得到的结果：

+ declare -a dict 
++ cat book 
+ for word in '$(cat $1)' 
+ '[' '' == '' ']' 
+ dict[$word]=0 
+ for word in '$(cat $1)' 
+ '[' 0 == '' ']' 
+ dict[$word]=1 
+ for word in '$(cat $1)' 
+ '[' 1 == '' ']' 
+ dict[$word]=2 
+ for word in '$(cat $1)' 
+ '[' 2 == '' ']' 
+ dict[$word]=3 
+ for word in '$(cat $1)' 
+ '[' 3 == '' ']' 
+ dict[$word]=4 
+ for word in '$(cat $1)' 
+ '[' 4 == '' ']' 
+ dict[$word]=5 
+ for word in '$(cat $1)' 
+ '[' 5 == '' ']' 
+ dict[$word]=6 
+ for word in '$(cat $1)' 
+ '[' 6 == '' ']' 
+ dict[$word]=7 
+ for word in '$(cat $1)' 
+ '[' 7 == '' ']' 
+ dict[$word]=8 
+ for word in '$(cat $1)' 
+ '[' 8 == '' ']' 
+ dict[$word]=9 
+ for word in '$(cat $1)' 
+ '[' 9 == '' ']' 
+ dict[$word]=10 
+ for word in '$(cat $1)' 
+ '[' 10 == '' ']' 
+ dict[$word]=11 
+ for word in '$(cat $1)' 
+ '[' 11 == '' ']' 
+ dict[$word]=12 
+ for word in '${!dict[@]}' 
+ echo 0: 12 0: 12 

Answer 1

使用declare -a dict意味着每个键被计算为一个数值，然后用作索引。这不是你想要的，如果你是通过文字存储的东西。改为使用declare -A。

---

此外，$[ ]是数学一个非常过时的语法。即使是现代的POSIX sh的支持$(())，你应该使用：

dict[$word]=$((${dict[$word]} + 1)) 

，或者利用庆典，只有数学语法：

((dict[$word]++)) 

---

此外，使用for word in $(cat $1)在几个被打破方式：

• 它不引用$1，所以对于一个文件名与空格，它会将名称分成几个单词，并尝试将每个单词作为单独的文件打开。为了解决这个问题，你可以使用$(cat "$1")或$(<"$1")（这是更高效的，因为它不需要启动外部程序cat）。
• 它试图将文件中的单词扩展为球体 - 如果文件包含*，则当前目录中的每个文件都将被视为一个单词。

相反，使用while循环：

while read -r -d' ' word; do 
    if [[ -n ${dict[$word]} ]] ; then 
    dict[$word]=$((${dict[$word]} + 1)) 
    else 
    dict[$word]=1 
    fi 
done <"$1"