列出文本文件中出现次数的所有单词？

Question

假设我有如下文件text.txt：

she likes cats, and he likes cats too.

我想我的结果是这样的：

she 1 
likes 2 
cats 2 
and 1 
he 1 
too 1 

如果把space , .到它会使脚本更容易，这将是精细。

是否有一个简单的shell管道可以实现这一目标？

Answer 1

这里是一个一行近，亲爱的我的心脏：

cat text.txt | sed 's|[,.]||g' | tr ' ' '\n' | sort | uniq -c 

桑达条标点符号（调正则表达式的味道），在TR使每行的结果一个字。

Answer 2

随着GNU awk的你可以指定记录分隔符（RS）是的非字母字符的序列：

$ gawk -v RS='[^[:alpha:]]+' '{sum[$0]++} END{for (word in sum) print word,sum[word]}' file 
she 1 
likes 2 
and 1 
too 1 
he 1 
cats 2 

但这不会解决你的如何识别“字”的问题一般。