计算单词的列表出现在文本文件中

Question

我有两个文本文件，文件1是这样的：

apple 
dog 
cat 
.. 
.. 

和File2看起来是这样的：

appledogtree 
dog 
catapple 
apple00001 
.. 
.. 

我想算在出现从文件2文件1的单词列表，并得到结果如下图所示：

（字File1中，出现的次数在文件2）

apple 3 
dog 2 
cat 1 

如何通过使用Bash命令行来执行此操作？

Answer 1

考虑：

$ cat f1.txt 
apple 
dog 
cat 
$ cat f2.txt 
appledogtree 
dog 
catapple 
apple00001 

尝试：

while IFS= read -r line || [[ -n $line ]]; do 
    printf "%s->%s\n" $line "$(grep -c $line f2.txt)" 
done <f1.txt 

打印：

apple->3 
dog->2 
cat->1 

---

如果你想有一个管道，你可以这样做：

cat f1.txt | xargs | sed -e 's/ /\|/g' | grep -Eof /dev/stdin f2.txt | awk '{a[$1]++} END{for (x in a) print x, a[x]}' 

哪些呢：

1. cat f1.txt提出到标准输入文件的内容;
2. xargs将其翻译为一行;
3. sed -e 's/ /\|/g'将单词加入"apple|dog|cat";
4. grep -Eof /dev/stdin f2.txt使用该模式打印模式的匹配;
5. awk '{a[$1]++} END{for (x in a) print x, a[x]}'统计单词并打印计数。

随着GNU的grep，你可以做grep -Eof - f2.txt

这对POSIX和Linux管道工程...

---

如果你想纯效率只用awk：

awk 'NR==FNR {pat[FNR]=$1; next} 
      {for (i in pat){ if(match($0, pat[i])){m[pat[i]]++}}} 
      END{for(e in m){print e,m[e]}}' f1.txt f2.txt 

Answer 2

您可以使用fgrep高效完成此操作：

fgrep -of f1.txt f2.txt | sort | uniq -c | awk '{print $2 " " $1}' 

给出这个输出：

apple 3 
cat 1 
dog 2 

• fgrep -of f1.txt f2.txt提取所有匹配的零件（-o选项）f2.txt基于f1中的图案。TXT
• sort | uniq -c计数匹配模式
• 最后，awk交换在uniq -c输出

Answer 3

在AWK字的顺序：

$ awk 'NR==FNR { a[$1]; next }     # read in all search words 
       { for(i in a) a[i]+=gsub(i,i) } # count matches of all keywords in record 
      END{ for(i in a) print i,a[i] }  # output results 
' file1 file2 
apple 3 
cat 1 
dog 2