linux字词统计命令-wc

前言

wc(world count)是一个统计文件字词,字节,行数的命令,它可以帮我们非常方便的统计以上信息。

主要参数

常见参数如下:

  • -c 统计字节数。
  • -l 统计行数。
  • -m 统计字符数。这个标志不能与 -c 标志一起使用。
  • -w 统计字数。注意,这里的字指的是由空格,换行符等分隔的字符串。

我们接下来直接看几个实例。

统计文件行数,词数和字节数

1
2
$ wc test.txt 
1 1 7 test.txt

打印结果表明该文件有1行,1个词,7字节。

要特别提醒的是,这里的词是以空格,换行符等分隔开的字符串,也就是说

1
words 字词

这里只有两个词。

仅统计文件行数,词数,字符数或字节数

仅统计单项内容时,仅需要带上对应的参数即可,例如:

1
2
$ wc -l test.txt
1 test.txt

使用-l参数,使得只显示行数。

但是这里特别要注意的是字符数和字节数的区别。字节数是数据占用的空间大小,而一个字符可能占多个字节,例如,UTF-8编码中,一个英文字母就是一个字符,占用空间一个字节,而一个中文,则占用3字节大小。
举个例子:

1
编程

编程,在这里是两个字符,而占用空间是6字节,但是使用wc -m统计会比两个多一个,是3个字符。

1
2
3
4
$ echo 编程|wc -m
3
$ echo 编程|wc -c
7

各编码字符占用字符情况如下:

编码 英文字母 中文
UTF-8 1字节 3字节
Unicode 1字节 2字节

你可以使用:

1
2
$ echo $LANG
en_GB.UTF-8

查看编码格式。

有人可能问,为什么会多一个字节?实际上,你是用od命令查看二进制内容就会发现,文本最后还有一个换行符:

1
2
3
4
5
6
7
$ od -A x -c test.txt
000000 347 274 226 347 250 213 \n
000007
$ cat test.text
编程
$ wc -m test.txt
3 test.txt

统计命令执行结果数量

实际上个人认为,最常用的还是-l参数,它用来统计文件或标准输出有多少行,那么实际上就可以用来做很多统计的事情了。
例如,统计当前目录下有多少个普通文件:

1
2
3
4
5
6
$ ls -l
total 4
-rw-rw-r-- 1 hyb hyb 0 3月 21 20:32 test2.txt
-rw-rw-r-- 1 hyb hyb 13 3月 21 20:18 test.txt
$ ls -l |grep "^-"|wc -l
2

可以得到文件数量为2。grep “^-“的意思是,获取哪些以-开头的行,因为普通文件都是以-开头的。

当然如果想统计包括子目录的总文件数量,可以加上-R参数:

1
ls -lR |grep "^-"|wc -l

再例如,查看chrome相关进程数量:

1
2
$ ps -ef|grep google|grep -v grep |wc -l
23

类似这样的用法还有很多,只要你想统计都可以做。

这里再多说两句:

  • |是管道符,ls -l|wc -l表示将ls -l的结果传给wc命令处理
  • grep用于文本查找,grep “a”,表明查找包含a的行,而grep -v “b”,表明过滤包含b的行。

    总结

    wc命令可用于统计行数,字节数和字符数等,而用于统计命令执行结果的数量的时候非常有效。
守望 wechat
关注公众号[编程珠玑]获取更多原创技术文章
出入相友,守望相助!