如何计算每个字符的出现次数？

Question

例如我有 file 1.txt，其中包含：

Moscow
Astana
Tokyo
Ottawa

我想将所有字符的数量计算为：

a - 4,
b - 0,
c - 1,
...
z - 0

Answer 1

你可以用这个：

sed 's/./&\n/g' 1.txt | sort | uniq -ic
  4  
  5 a
  1 c
  1 k
  1 M
  1 n
  5 o
  2 s
  4 t
  2 w
  1 y

该sed部分在每个字符后放置一个换行符。然后我们sort按字母顺序输出。最后uniq计算出现的次数。该-i旗uniq可以，如果你不想不区分大小写进行中省略。

Answer 2

有点晚了，但要完成设置，另一种 python(3) 方法，排序结果：

#!/usr/bin/env python3
import sys

chars = open(sys.argv[1]).read().strip().replace("\n", "")
[print(c+" -", chars.count(c)) for c in sorted(set([c for c in chars]))]

A - 1
M - 1
O - 1
T - 1
a - 4
c - 1
k - 1
n - 1
o - 4
s - 2
t - 3
w - 2
y - 1

解释

1. 读取文件，跳过空格并作为“字符”返回：

   chars = open(sys.argv[1]).read().strip().replace("\n", "")
   

2. 创建一组（排序的）唯一值：

   sorted(set([c for c in chars]))
   

3. 计算并打印每个字符的出现次数：

   print(c+" -", chars.count(c)) for c in <uniques>
   

如何使用

1. 将代码粘贴到一个空文件中，另存为 chars_count.py

2. 通过以下任一方式将文件作为参数运行：

   /path/to/chars_count.py </path/to/file>
   

   如果脚本是可执行的，或者：

   python3 /path/to/chars_count.py </path/to/file>
   

   如果不是

Answer 3

默认情况下，在AWK的˚F ield小号eparator（FS）是空间或标签。由于我们想要计算每个字符，我们将不得不将 FS 重新定义为 nothing( FS="") 以将每个字符拆分为单独的行并将其保存到一个数组中，并在END{..}块内的末尾，通过以下awk命令打印它们的总出现次数：

$ awk '{for (i=1;i<=NF;i++) a[$i]++} END{for (c in a) print c,a[c]}' FS="" file
A 1
M 1
O 1
T 1
a 4
c 1
k 1
n 1
o 4
s 2
t 3
w 2
y 1

在{for (i=1;i<=NF;i++) a[$i]++} ... FS="" ...块中，我们只是拆分字符。而
在END{for (c in a) print c,a[c]}块，我们循环数组a和它打印保存字符print c及其出现次数a[c]