Учитывая .txt, файлы с слов, разделенных пробелами, таких как:Awk: Что не так с персонажами CJK? #Korean
But where is Esope the holly Bastard
But where is 생 지 옥 이 군
지 옥 이
지 옥
지
我 是 你 的 爸 爸 !
爸 爸 ! ! !
你 不 會 的 !
И функция Awk:
cat /pathway/to/your/file.txt | tr ' ' '\n' | sort | uniq -c | awk '{print $2" "$1}'
Я получаю следующий вывод в моей консоли который является недействительным для корейских слов (действителен для слов с английским и китайским пространством)
생 16
Bastard 1
But 2
Esope 1
holly 1
is 2
the 1
where 2
不 1
你 2
我 1
是 1
會 1
爸 4
的 2
Как это работает для корейских слов? Примечание: У меня на самом деле 300 000 строк и около 2 миллионов слов.
EDIT: Используется ответ:
$ awk '{a[$1]++}END{for(k in a)print a[k],k}' RS=" |\n" myfile.txt | sort > myfileout.txt
Очень просто: Удивительно! Спасибо вам. – Hugolpz
Этот ответ [поясняется в деталях там] (http://stackoverflow.com/questions/15598935/awk-how-to-output-result-into-myfile-txt-words-frequency/15600106?#15600106) – Hugolpz