批处理之家 - Powered by Discuz! Board

标题: [文本处理] 求助批处理如何统计一篇英文中每个词汇出现的次数 [打印本页]

作者: bfd2138 时间: 2013-8-28 12:27 标题: 求助批处理如何统计一篇英文中每个词汇出现的次数

一篇英文txt文本，每个单词都是用空格隔开，没有标点符号，求个批处理能列出这篇文章出现了多少单词，并每个单词出现的次数？

比如 I love you but you do not love me 这句

运行后出现

I 1
love 2
you 2
but 1
do 1
not 1
me 1

作者: tmplinshi 时间: 2013-8-28 13:46

本帖最后由 tmplinshi 于 2013-8-28 21:50 编辑

@echo off

setlocal

:: ================ 清空以 $ 开头的变量
	for /f "delims==" %%a in ('set $ 2^>nul') do (
		set %%a=
	)

:: ================ 统计每个单词出现次数
	for /f "usebackq tokens=*" %%a in ("a.txt") do (
		for %%i in (%%a) do (
			set /a $%%i += 1
		)
	)

:: ================ 输出结果
	(
		for /f "tokens=1,2 delims=$=" %%a in (' set $ ') do (
			echo %%a %%b
		)
	) >"单词统计.txt"
复制代码

作者: Batcher 时间: 2013-8-28 14:52

gawk "{for(i=1;i<=NF;i++)a[$i]++}END{for(i in a)print i,a[i]}" a.txt
复制代码

作者: Lumiere 时间: 2013-8-29 13:48

回复 3# Batcher

请教一下gawk是什么命令呢，好简单啊，看运算符像是VB或者C++一类的命令格式了。

作者: Lumiere 时间: 2013-8-29 14:11

回复 2# tmplinshi

不过你的代码好像有问题，运行提示找不到运算符和操作数。

作者: Lumiere 时间: 2013-8-29 14:27

本帖最后由 Lumiere 于 2013-8-29 23:56 编辑

回复 1# bfd2138

以下代码在二楼仁兄代码的基础上修改，他的代码经测试有点小毛病，应该是疏忽了，不过思路很有亮点。假设你的文件名为english text.txt，你自己将代码那部分改成自己的文件名就行。我就晕了，用代码贴出来总是自动删掉一些东西。论坛要注意了，复制代码到代码框里会出毛病。现在直接给出文本代码，自己复制到bat文件里吧。
@echo off
setlocal enabledelayedexpansion
:: ================ 清空以 $ 开头的变量
for /f "delims==" %%a in ('set $ 2^>nul') do (
set %%a=
)
:: ================ 统计每个单词出现次数
(for /f "usebackq tokens=*" %%a in ("english text.txt") do (
for %%i in (%%a) do (
::================ 将每个单词代表的变量默认赋为空值
      set /a $%%i+=1!$%%i!
)
)) 2>nul
:: ================ 输出结果
(for /f "tokens=1,2 delims=$=" %%a in ('set $') do (
   echo %%a %%b
)) >"单词统计.txt"
endlocal

@echo off
setlocal enabledelayedexpansion
:: ================ 清空以 $ 开头的变量      
for /f "delims==" %%a in ('set $ 2^>nul') do (
set %%a=
)
:: ================ 统计每个单词出现次数
(for /f "usebackq tokens=*" %%a in ("english text.txt") do (
    for %%i in (%%a) do (
::================ 将每个单词代表的变量默认赋为空值
        set /a $%%i+=1!$%%i!
    )       
 )
) 2>nul
:: ================ 输出结果       
(for /f "tokens=1,2 delims=$=" %%a in ('set $') do (
     echo %%a %%b
 )
) >"单词统计.txt"
endlocal
复制代码

作者: Batcher 时间: 2013-8-29 15:02

回复 4# Lumiere

C语言编写的一个命令行工具
http://www.bathome.net/thread-21366-1-1.html

作者: terse 时间: 2013-8-29 15:25

忽略大小写的

@gawk "{;for(i=1;i<=NF;i++)a[toupper($i)]++}END{for(x in a) print x,a[x]}" <a.txt>单词统计.txt
复制代码

作者: Lumiere 时间: 2013-8-29 15:55

回复 7# Batcher

高级语言就是强大，批处理那么复杂的代码一句就搞定了。

欢迎光临批处理之家 (http://www.bathome.net/)