我正在尝试计算整个目录中特定单词的出现次数。这可能吗？
例如，有一个包含 100 个文件的目录，所有这些文件中都可能包含单词“aaa”。我如何计算该目录下所有文件中“aaa”的数量？
我尝试了类似的方法：
zegrep "xception" `find . -name '*auth*application*' | wc -l
但它不起作用。
【问题讨论】：
标签： linux unix count find grep
grep -roh aaa . | wc -w
递归地grep当前目录中的所有文件和目录搜索aaa，并且只输出匹配，而不是整行。然后，只需使用wc 来计算有多少字。
【讨论】：
grep -rcP '^aaa$' . 这样可以节省管道并防止嵌入'aaa'
-c 的好点，但如果在一行中有两个或多个 searchString 出现，它会失败。
grep -rohP '\baaa\b . | wc -w
grep -rohe '\baaa\b . | wc -w，因为 -P 不可用。
基于find和grep的另一种解决方案。
find . -type f -exec grep -o aaa {} \; | wc -l
应该正确处理包含空格的文件名。
【讨论】：
以最简单的方式使用grep。请尝试grep --help 了解更多信息。
获取特定文件中的单词计数：
grep -c <word> <file_name>
例子：
grep -c 'aaa' abc_report.csv
输出：
445
获取整个目录中的单词计数：
grep -c -R <word>
例子：
grep -c -R 'aaa'
输出：
abc_report.csv:445
lmn_report.csv:129
pqr_report.csv:445
my_folder/xyz_report.csv:408
【讨论】：
$ function wordfrequency() { awk 'BEGIN { FS="[^a-zA-Z]+" } { for (i=1; i<=NF; i++) { word = tolower($i); words[word]++ } } END { for (w in words) printf("%3d %s\n", words[w], w) } ' | sort -rn; }
$ cat your_file.txt | wordfrequency
这列出了每个单词在提供的文件中出现的频率。如果你想查看你的单词出现的频率，你可以这样做：
$ cat your_file.txt | wordfrequency | grep yourword
要在目录中的所有文件中查找您的单词出现的次数（非递归），您可以这样做：
$ cat * | wordfrequency | grep yourword
要在目录（及其子目录）中的所有文件中查找您的单词出现的次数，您可以这样做：
$ find . -type f | xargs cat | wordfrequency | grep yourword
【讨论】：
find .|xargs perl -p -e 's/ /\n'|xargs grep aaa|wc -l
【讨论】：
将文件放在一起并 grep 输出：cat $(find /usr/share/doc/ -name '*.txt') | zegrep -ic '\<exception\>'
如果您想匹配 'exceptional'，请不要在单词周围使用 '\'。
【讨论】：
如何开始：
cat * | sed 's/ /\n/g' | grep '^aaa$' | wc -l
如以下成绩单：
pax$ cat file1
this is a file number 1
pax$ cat file2
And this file is file number 2,
a slightly larger file
pax$ cat file[12] | sed 's/ /\n/g' | grep 'file$' | wc -l
4
sed 将空格转换为换行符（您可能希望在sed 's/[ \t]/\n/g' 中包含其他 空格字符以及制表符等）。 grep 只是获取那些包含所需单词的行，然后 wc 为您计算这些行。
现在可能存在此脚本不起作用的边缘情况，但对于绝大多数情况应该没问题。
如果你想要一个完整的树（不仅仅是一个目录级别），你可以使用类似的东西：
( find . -name '*.txt' -exec cat {} ';' ) | sed 's/ /\n/g' | grep '^aaa$' | wc -l
【讨论】：
还有一个 grep 正则表达式语法仅用于匹配单词：
# based on Carlos Campderrós solution posted in this thread
man grep | less -p '\<'
grep -roh '\<aaa\>' . | wc -l
有关匹配正则表达式语法的不同单词，请参见：
man re_format | less -p '\[\[:<:\]\]'
【讨论】：