如何使用Unix命令在文本文件中收集字符使用情况统计信息?

前端之家收集整理的这篇文章主要介绍了如何使用Unix命令在文本文件中收集字符使用情况统计信息?前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
我有一个使用OCR软件创建的文本文件 – 大小约为1兆字节.
一些不常见的字符出现在整个文档中,其中大多数是OCR错误.

我想找到文档中使用的所有字符,以便轻松发现错误(如UNIQ命令,但对于字符,而不是行).

我在Ubuntu上.
我应该使用什么Unix命令来显示文本文件中使用的所有字符?

这应该做你想要的:
cat inputfile | sed 's/\(.\)/\1\n/g' | sort | uniq -c

前提是sed将文件中的每个字符单独放在一行上,然后是通常的排序| uniq -c序列除去每个发生的唯一字符之外的所有字符,并提供每个字符发生次数的计数.

另外,你可以追加|将-n排序到整个序列的末尾,以按每个字符出现的次数输出进行排序.例:

$echo hello |  sed 's/\(.\)/\1\n/g' | sort | uniq -c | sort -n
  1 
  1 e
  1 h
  1 o
  2 l
原文链接:https://www.f2er.com/bash/383308.html

猜你在找的Bash相关文章