列出文本文件中出現次數的所有單詞？

Question

假設我有如下文件text.txt：

she likes cats, and he likes cats too.

我想我的結果是這樣的：

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

如果把space , .到它會使腳本更容易，這將是精細。

是否有一個簡單的shell管道可以實現這一目標？

Answer 1

這裏是一個一行近，親愛的我的心臟：

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

桑達條標點符號（調正則表達式的味道），在TR使每行的結果一個字。

Answer 2

隨着GNU awk的你可以指定記錄分隔符（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 

但這不會解決你的如何識別「字」的問題一般。