我想在文本文件中找到 10 个最常见的单词。首先，解决方案应该针对击键进行优化（换句话说 - 我的时间）。其次，对于业绩。以下是我目前获得前 10 名的条件：
cat test.txt | tr -c '[:alnum:]' '[\n*]' | uniq -c | sort -nr | head -10
6 k
2 g
2 e
2 a
1 r
1 k22
1 k
1 f
1 eeeeeeeeeeeeeeeeeeeee
1 d
我可以制作一个 java、python 等程序，我将 (word, numberOfOccurences) 存储在字典中并对值进行排序，或者我可以使用 MapReduce，但我针对击键进行了优化。
是否存在误报？有没有更好的办法？
我正在从文本中删除停用词，大致使用此 代码
我有以下
$ cat file
file
types
extensions
$ cat stopwords
i
file
types
grep -vwFf stopwords file
我期待结果：
extensions
但我得到了（我认为不正确）
file
extensions
就好像file在停用词文件中跳过了该词。现在是很酷的一点：如果我修改停用词文件，通过将i第一行的单个单词/字母更改为除f, i, l,之外的任何其他 ascii 字母e，那么相同的 grep 命令会给我一个不同且正确的结果extensions。
这里发生了什么，我该如何解决？
我在 Mac OSX GNU bash 版本 4.4.12(1) 上使用 grep (BSD grep) 2.5.1-FreeBSD