请问如何知道中文一个文档中一个词出现的次数？

awingA

可以详细一点说说吗？

sipingal

1、外循环首先利用文件描述符逐步读入文件各行
2、然后利用sed将每行第一个匹配的单词转换成其他字符并重定向到一个临时文件
3、内循环匹配到就设置计数器增值。利用临时文件继续匹配直到此行匹配完成
4、删除临时文件
这看行否，可能这个算法是较直观的算法，不知道还有什么好的shell工具可以简化的。

弥敦路九号

想了一个毛招计数, cnttest 中出现 abc 的次数,思路是 先把abc
换成 abc\n 起新行,这样每行最多含有一个 abc 出现,然后再把不含 abc
的过滤掉,最后计数即可
$sed 's/abc/&\n/g' cnttest | sed -n '/abc/p' | wc -l

弥敦路九号

这样搞可能,
ab
c 这种情况统计不到,
还有一种思路是把所有行连接成一行,然后再 abc 后打折,计行

sipingal

让他单独做一行
sed 's/abc/\n&\n/g' <filename> |sort  |uniq -dc |awk '$2=="abc" {print $1}'

kiron

# cat 1.txt
hello hello hi
hello world.
world
# sed 's/hello/hello\n/' 1.txt|grep 'hello'|wc -l
      3

yongjian

如果是这样的文件呢：
abc bbb ddd abcabc abcabcabc
abc ccc ddd www abc
abcabc
如果只要abc的话， 次数是3，但上面的方法都不行。用perl 的regexp会简单些。

kiron

最初由 yongjian 发表
如果是这样的文件呢：
abc bbb ddd abcabc abcabcabc
abc ccc ddd www abc
abcabc
如果只要abc的话， 次数是3，但上面的方法都不行。用perl 的regexp会简单些。

在sed加上g全局命令可以完成

sed 's/hello/hello\n/g' 1.txt|grep 'hello'|wc -l

# cat 1
abc bbb ddd abcabc abcabcabc
abc ccc ddd www abc
abcabc
# sed 's/abc/abc\n/g' 1|grep 'abc'|wc -l
     10

yongjian

这样的次数是不对的, 正确的应该是3. 因为作为"abc"这样一个单独字串, 只出现了3次.  abcabc和abcabcabc是另外的词了, 拆开就不对了.

kiron

最初由 yongjian 发表
这样的次数是不对的, 正确的应该是3. 因为作为"abc"这样一个单独字串, 只出现了3次.  abcabc和abcabcabc是另外的词了, 拆开就不对了.

兄弟没看清楼主的要求，是中文字符串呀

若是说的是情况是兄弟那样的，可以在前后加一个空白字符来匹配，也可完成要求:cool: