☰

ファイルから各句読点の数を取得する方法

tag-icon • tag-icon sed grep wc tr
ファイルから各句読点の数を取得する方法 
grep '[".?!"]'

これらのいずれかを含む行を返しますが、各行にいくつあるか、ましてや .、?、! がいくつあるかを知る方法がわかりません。

答え1

これにより、ファイル内にあるすべての句読点のリストが出力されます。1 行に 1 つの句読点文字が出力され、各句読点文字の前にファイル内のその文字の数が続きます。

grep -o '[[:punct:]]' file | sort | uniq -c

私は /var/log/syslog を実行してテストするのが好きですが、現在私のログには 150,000 行以上あります。

答え2

ファイル内のそのような句読点の総数を調べるには、 を使用してtr他の句読点をすべて削除してから、を使用wcしてカウントします。

tr -dc '.?!' | wc -c

答え3

.以下は、、、?またはを含む行を検索する awk スクリプトです!。これらの句読点のいずれかを含む各行の行番号、見つかった各句読点の数、およびその行の句読点の合計数を出力します。データの最後には、総合計を出力します。

コマンドラインで複数のファイル名を渡すと、catすべてのファイルをまとめて処理したかのように動作しますが、このスクリプトを変更して各ファイルを個別に処理することも非常に簡単です。

#!/usr/bin/awk -f

# Count punctuation marks
# See http://unix.stackexchange.com/q/239894/88378
# Written by PM 2Ring 2015.10.131

BEGIN{
    FS = ""
    punc = ".?!"
    fmt = "%5s: .=%s, ?=%s, !=%s, all=%s\n"
}

/[.?!]+/{
    #print NR, $0, NF
    count[1] = count[2] = count[3] = 0
    for(i=1; i<=NF; i++)
    {
        n = index(punc, $i)
        if(n)
            count[n] += 1
    }
    all = count[1] + count[2] + count[3]
    printf fmt, NR, count[1], count[2], count[3], all
    for(i=1; i<=3; i++)
        total[i] += count[i]
}

END{
    all = total[1] + total[2] + total[3]
    printf fmt, "Total", total[1], total[2], total[3], all
}

このスクリプトをテストするために使用したランダムなデータは次のとおりです。

Some test data
.a.?? .u o..ru. !!?aarl.?...t  s
e.?a.eli?.?s.. ?.r. s.t .e.a.le!
ti h  ..rs.  ?er.t. dn!t?.?.l.?t
?.n!rer e. d..!???? a .!..a.tit.
No punctuation
!.a.n..!isda!.o a!le.d..a.!sh.t?
?!?. ..!i  hi...h iii.?..a i hh?
.h r.u?....t..s !.. a  .li?hs !.
ia tso???.tr?t .hl..i.aids l.?.?
Bye-bye.

生成された出力は次のとおりです。

    2: .=10, ?=4, !=2, all=16
    3: .=11, ?=4, !=1, all=16
    4: .=8, ?=4, !=1, all=13
    5: .=9, ?=5, !=3, all=17
    7: .=10, ?=1, !=5, all=16
    8: .=9, ?=4, !=2, all=15
    9: .=12, ?=2, !=2, all=16
   10: .=7, ?=6, !=0, all=13
   11: .=1, ?=0, !=0, all=1
Total: .=77, ?=30, !=16, all=123

GNU Awk 3.1.7でテスト済み

答え4

sed -e'1{x;s/^/0ddsQsEsD[q]sq/p;x;}' \
    -e'/[^?!.]*\([?!.]\)[^?!.]*/!d;=' \
    -e's// l\11+s\1 /g;s/.*/pc0dds?s!s.&Q?E!D./' \
    -e's/\([QED]\)\(.\)/[l\21>q9P[\2=]Pl\2pl\1+9P[Total: ]Pps\1]x/g' |dc

このコマンドのいずれかを含む行では、[?!.]最初に行番号が出力され、次にその行の文字数が出力され、最後に各文字の実行合計が出力されます。

printf %s\\n \? \?\!. '' hey \? '' '' \! ...hey... .\!\? |
sed -e'1{x;s/^/0ddsQsEsD[q]sq/p;x;}' \
    -e'/[^?!.]*\([?!.]\)[^?!.]*/!d;=' \
    -e's// l\11+s\1 /g;s/.*/pc0dds?s!s.&Q?E!D./' \
    -e's/\([QED]\)\(.\)/[l\21>q9P[\2=]Pl\2pl\1+9P[Total: ]Pps\1]x/g' |dc

1
    ?=1
    Total: 1
2
    ?=1
    Total: 2
    !=1
    Total: 1
    .=1
    Total: 1
5
    ?=1
    Total: 3
8
    !=1
    Total: 2
9
    .=6
    Total: 7
10
    ?=1
    Total: 4
    !=1
    Total: 3
    .=1
    Total: 8

関連情報