面试题：Bash中wc命令结合其他工具实现复杂文本分析

Question

假设有一个包含大量英文单词的文本文件，每行一个单词。要求使用wc命令以及其他Bash工具，统计出文件中不同单词的数量，并按照单词出现频率从高到低排序输出前10个单词及其出现次数。请给出完整的实现步骤和相应的Bash命令。

Answer 1

1. 实现步骤：
   • 使用cat命令读取文件内容。
   • 通过sort命令对单词进行排序，这样相同的单词会排列在一起。
   • 利用uniq -c命令统计每个单词出现的次数，-c选项表示在每行前加上出现次数。
   • 再使用sort -nr命令对统计结果按出现次数从高到低排序，-n表示按数字排序，-r表示逆序。
   • 最后使用head -n 10命令输出前10个单词及其出现次数。
2. Bash命令：

cat your_file.txt | sort | uniq -c | sort -nr | head -n 10

在上述命令中，your_file.txt为包含大量英文单词的文本文件名，需替换为实际文件名。

另外，也可以使用wc命令结合sort和uniq等工具实现：

1. 实现步骤：
   • 使用xargs wc -l统计每个单词出现的行数（即次数），xargs会将文件中的每行作为参数传递给wc -l。
   • 由于xargs wc -l输出格式需要调整，先通过tr命令将输出格式调整为类似uniq -c的格式。
   • 然后使用sort -nr对结果按出现次数从高到低排序。
   • 最后使用head -n 10输出前10个单词及其出现次数。
2. Bash命令：

cat your_file.txt | xargs wc -l | tr ' ' '\t' | sort -nr | head -n 10

同样，your_file.txt需替换为实际文件名。