wc -w 命令输出错误答案

Question

我必须找出在一个文件中使用 shell 这个词的次数。我用grep "shell" test.txt | wc -w是为了统计这个词被使用了多少次，结果是4而不是3。文件内容是：

this is a test file
for shell_A
shell_B
sh
shel
and 
shell_C
script project

Answer 1

wc 命令正在计算 grep 输出中的单词，其中包括“for”：

> grep shell test.txt
for shell_A
shell_B
shell_C

所以真的有4个字。

如果您只想计算文件中包含特定单词的行数，可以使用-cgrep 选项，例如，

grep -c shell test.txt

这两个实际上都不计算单词，但可以匹配包含该字符串的其他内容。的大多数实现grep（GNU grep的，现代的BSD系统以及AIX，HPUX，Solaris）上提供了一个-w单词的选择，但是这是不是在POSIX。它们还识别正则表达式，例如，

grep -e '\<shell\>' test.txt

这对应于-w选项。同样，这不在 POSIX 中。Solaris 确实记录了这一点，而 AIX 和 HPUX-w没有提及正则表达式。这些似乎都是一致的，将“单词”视为字母数字加下划线的序列。

您可以使用带有 grep 的 POSIX 正则表达式来匹配单词（由空格等分隔），但您的示例没有一个只是“shell”：它们都有一些其他字符接触匹配项。或者，如果您只关心字母数字（没有下划线）并且不介意匹配子字符串，您可以这样做

tr -c '[[:alnum:]]' '\n' test.txt |grep -c shell

-o建议的选项是非 POSIX，并且由于 OP 没有将问题限制在 Linux 或 BSD 上，因此我不建议这样做。无论哪种情况，它都不匹配words，而是匹配strings（这是 OP 的期望）。

以供参考：

• 格雷普
• 厕所

Answer 2

命令“grep”正在输出“shell”出现的整行。不仅仅是“壳”这个词。如下所示：

grep shell test.txt
for shell_A
shell_B
shell_C

我建议使用该选项

-o, --only-matching

所以：

grep -o "shell" test.txt | wc -w

Answer 3

因为你可以在一行上多次使用“shell”这个词，所以我会首先将文本分解为每行单个单词，然后执行 grep

< test.txt tr -s "[[:blank:]]" "\n" | grep "shell" | wc -w

您也可以使用wc -l，或取消wc并使用grep -c "shell"

您甚至可以消除对tr您拥有和使用的文件的需求：

grep -c "shell" test.txt