使用 bash 计算文件中每个单词的出现次数

我想计算文件中每个单词的出现次数 但结果是错误的。

#!/bin/bash
#usage: count.sh file

declare -a dict

for word in $(cat $1)
do
    if [ ${dict[$word]} == "" ] ;then
        dict[$word]=0
    else
        dict[$word]=$[${dict[$word]} + 1]
    fi
done

for word in ${!dict[@]}
do
    echo $word: ${dict[$word]}
done

使用下面的测试文件：

learning the bash shell
this is second line
this is the last line

bash -x count.sh 文件 得到结果：

+ declare -a dict
++ cat book
+ for word in '$(cat $1)'
+ '[' '' == '' ']'
+ dict[$word]=0
+ for word in '$(cat $1)'
+ '[' 0 == '' ']'
+ dict[$word]=1
+ for word in '$(cat $1)'
+ '[' 1 == '' ']'
+ dict[$word]=2
+ for word in '$(cat $1)'
+ '[' 2 == '' ']'
+ dict[$word]=3
+ for word in '$(cat $1)'
+ '[' 3 == '' ']'
+ dict[$word]=4
+ for word in '$(cat $1)'
+ '[' 4 == '' ']'
+ dict[$word]=5
+ for word in '$(cat $1)'
+ '[' 5 == '' ']'
+ dict[$word]=6
+ for word in '$(cat $1)'
+ '[' 6 == '' ']'
+ dict[$word]=7
+ for word in '$(cat $1)'
+ '[' 7 == '' ']'
+ dict[$word]=8
+ for word in '$(cat $1)'
+ '[' 8 == '' ']'
+ dict[$word]=9
+ for word in '$(cat $1)'
+ '[' 9 == '' ']'
+ dict[$word]=10
+ for word in '$(cat $1)'
+ '[' 10 == '' ']'
+ dict[$word]=11
+ for word in '$(cat $1)'
+ '[' 11 == '' ']'
+ dict[$word]=12
+ for word in '${!dict[@]}'
+ echo 0: 12 0: 12

Using declare -a dict意味着每个键都被评估为一个数值，然后将其用作索引。如果你用文字来存储东西，那不是你想要的。使用declare -A反而。

Also, $[ ]是一种非常过时的数学语法。甚至现代 POSIX sh 也支持$(( ))，您应该使用它：

dict[$word]=$(( ${dict[$word]} + 1 ))

或者，利用仅 bash 的数学语法：

(( dict[$word]++ ))

另外，使用for word in $(cat $1)有几个方面被破坏：

• 它没有引用$1，因此对于带有空格的文件名，它会将名称拆分为几个单词，并尝试将每个单词作为单独的文件打开。要仅修复此问题，您可以使用$(cat "$1") or $(<"$1")（这更有效，因为它不需要启动外部程序 cat）。
• 它尝试将文件中的单词扩展为全局变量——如果文件包含*，当前目录中的每个文件都将被视为一个单词。

相反，使用 while 循环：

while read -r -d' ' word; do
  if [[ -n ${dict[$word]} ]] ; then
    dict[$word]=$(( ${dict[$word]} + 1 ))
  else
    dict[$word]=1
  fi
done <"$1"