オカレンスカウントを含むテキストファイルのすべての単語をリストしますか？

Question

は、私は以下のようにファイルtext.txtがあるとします。

she likes cats, and he likes cats too.

私は私の結果は次のようになりたいのです。それにspace , .を置くことは、スクリプトをより簡単に希望の場合、それはなり

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

良い。

これを実現するシンプルなシェルパイプラインはありますか？

Answer 1

はここに私の心に近く、貴重ワンライナーです：

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

ストリップsedの句読点（チューン正規表現味を）、TRは行ごとに結果一つの単語を置きます。 GNUで

Answer 2

あなただけの非アルファベット文字の任意のシーケンスするレコードセパレータ（RS）を指定することができますawkは：

$ 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 

それはで「言葉」を特定する方法のあなたの問題を解決することはできません一般的です。