Lista wszystkich słów w pliku tekstowym z liczbą wystąpień?

Question

Załóżmy, że mam plik text.txt jak poniżej:

she likes cats, and he likes cats too.

chciałbym mój wynik wyglądał:

she 1 
likes 2 
cats 2 
and 1 
he 1 
too 1 

Jeżeli umieszczenie space , . do niego uczyniłoby skrypty łatwiejsze, że byłoby w porządku.

Czy istnieje prosty rurociąg osłonowy, który mógłby to osiągnąć?

Answer 1

Oto jedna wkładka bliskich memu sercu:

cat text.txt | sed 's|[,.]||g' | tr ' ' '\n' | sort | uniq -c 

sed paski interpunkcyjny (melodia regex do smaku), TR umieszcza wyniki jedno słowo w wierszu.

Answer 2

Z GNU awk można po prostu określić Record Separator (RS) za dowolny ciąg znaków spoza alfabetu:

$ gawk -v RS='[^[:alpha:]]+' '{sum[$0]++} END{for (word in sum) print word,sum[word]}' file 
she 1 
likes 2 
and 1 
too 1 
he 1 
cats 2 

ale to nie rozwiąże problemu, jak rozpoznać „Słowa” w generał.