Contador de Palavras no Terminal
Publicado por Mauricio Ferrari em 14/04/2021
[ Hits: 2.503 ]
Blog: https://www.youtube.com/@LinuxDicasPro
Contador de Palavras no Terminal
Uma das coisas que eu senti falta no Linux foi um comando que pudesse fazer a contagem de palavras de um arquivo de texto no Linux. Ao pesquisar na internet, é possível encontrar alguns scripts, mas muitos deles são longos e incompreensíveis e por isso não são muito interessantes de serem usados, pelo menos no meu caso.
Por isso resolvi desenvolver meu próprio contador de palavras. Eu queria um contador de palavras que pudesse contar as palavras do texto inteiro e de forma eficiente. Como não achei nenhum comando específico para isso, então com alguns comandos, o resultado foi esse:
Agora vamos as explicações:
Obs.: não deixe o caractere "!" solto no texto para evitar erros de leitura pelo comando tr.
Coloque o nome que achar mais conveniente e faça o teste para comprovar sua eficiência em poucas linhas. Como a entrada vai ser pelo comando tr, deve-se usar o carácter de direcionamento "<", conforme visto a seguir:
./palavra < documento.txt
Para exemplificação, será usado um conjunto de palavras para a demonstração da funcionalidade:
./palavra <<< "pc linux manjaro, kde xfce , shell bash - linux, mxnt ... .txz ???"
Resultado:
Número de palavras: 10
E assim, comprovamos sua eficiência. Até mais.
Por isso resolvi desenvolver meu próprio contador de palavras. Eu queria um contador de palavras que pudesse contar as palavras do texto inteiro e de forma eficiente. Como não achei nenhum comando específico para isso, então com alguns comandos, o resultado foi esse:
#!/bin/bash
echo -e "\nNúmero de palavras: $( wc -l < <(sed "/^$/d;/^[[:punct:]]*$/d" <(tr ' ' '\n' $1)) )\n"; exit 0
echo -e "\nNúmero de palavras: $( wc -l < <(sed "/^$/d;/^[[:punct:]]*$/d" <(tr ' ' '\n' $1)) )\n"; exit 0
Agora vamos as explicações:
- Foi usado o comando tr para substituir todos os espaços por uma quebra de linha, assim fica uma palavra por linha.
- Foi usado o comando sed para eliminar qualquer linha em branco e caracteres de pontuação que por acaso não estejam junto às palavras.
- O comando wc com o parâmetro -l contou as linhas. Os comandos anteriores posicionaram uma palavra em cada linha e eliminou as que não possuíam uma palavra, o que resulta no número total de palavras.
Obs.: não deixe o caractere "!" solto no texto para evitar erros de leitura pelo comando tr.
Coloque o nome que achar mais conveniente e faça o teste para comprovar sua eficiência em poucas linhas. Como a entrada vai ser pelo comando tr, deve-se usar o carácter de direcionamento "<", conforme visto a seguir:
./palavra < documento.txt
Para exemplificação, será usado um conjunto de palavras para a demonstração da funcionalidade:
./palavra <<< "pc linux manjaro, kde xfce , shell bash - linux, mxnt ... .txz ???"
Resultado:
Número de palavras: 10
E assim, comprovamos sua eficiência. Até mais.
Outras dicas deste autor
Resolvendo o "Could not open /dev/vmmon" do VMWare no Linux
Sem Itens Repetidos no bash_history
Instalando o Google Chrome no Slackware Current sem Slackbuilds
FreeOffice - Ocorreu o erro interno (-105). Tente novamente mais tarde [RESOLVIDO]
A barra de tarefas ficou toda preta [Resolvido]
Leitura recomendada
Escondendo / Personalizando mensagens de erro no prompt
Livros de shell script (um é grátis)
Acompanhando o (bash) shell script - debug
Criando texto "hacker" com SED
Perseidas - Snort + Suricata + ClamAV + Fail2ban
Comentários
[1] Comentário enviado por fabio em 14/04/2021 - 22:12h
Quando estou editando um texto no Vim e quero contar o número de palavras, uso a seguinte combinação de teclas no modo normal:
v -> g -> ctrl+g
Quando estou editando um texto no Vim e quero contar o número de palavras, uso a seguinte combinação de teclas no modo normal:
v -> g -> ctrl+g
[2] Comentário enviado por vmmello em 15/04/2021 - 12:09h
O comando wc até conta palavras com a opção -w, mas ele inclui os caracteres de pontuação como palavra.
O comando tr não tem nenhum problema com o caractere de exclamação (!). A questão é que o bash expande o caractere de exclamação para a ultima linha de comando executada, o que afeta a contagem de palavras. Talvez isso seja corrigido apenas removendo o termo $1 que parece desnecessário.
Uma forma alternativa de fazer a mesma coisa seria:
[code]
#!/bin/bash
tr -s ' ' '\n' | egrep -c -v -x '[[:punct:]]*[[:space:]]*[[:cntrl:]]*'
[/code]
[code]
$ ./conta.sh <<< "Conte cinco palavras , por favor \!\!\!"
5
[/code]
[code]
$ ./conta.sh <<< 'Conte cinco palavras , por favor !!!'
5
[/code]
[code]
$ echo 'Conte cinco palavras , por favor !!!' >/tmp/arquivo1.txt
$ ./conta.sh < /tmp/arquivo1.txt
5
[/code]
O comando wc até conta palavras com a opção -w, mas ele inclui os caracteres de pontuação como palavra.
O comando tr não tem nenhum problema com o caractere de exclamação (!). A questão é que o bash expande o caractere de exclamação para a ultima linha de comando executada, o que afeta a contagem de palavras. Talvez isso seja corrigido apenas removendo o termo $1 que parece desnecessário.
Uma forma alternativa de fazer a mesma coisa seria:
[code]
#!/bin/bash
tr -s ' ' '\n' | egrep -c -v -x '[[:punct:]]*[[:space:]]*[[:cntrl:]]*'
[/code]
[code]
$ ./conta.sh <<< "Conte cinco palavras , por favor \!\!\!"
5
[/code]
[code]
$ ./conta.sh <<< 'Conte cinco palavras , por favor !!!'
5
[/code]
[code]
$ echo 'Conte cinco palavras , por favor !!!' >/tmp/arquivo1.txt
$ ./conta.sh < /tmp/arquivo1.txt
5
[/code]
[3] Comentário enviado por maurixnovatrento em 15/04/2021 - 13:46h
[1] Comentário enviado por fabio em 14/04/2021 - 22:12h
Quando estou editando um texto no Vim e quero contar o número de palavras, uso a seguinte combinação de teclas no modo normal:
v -> g -> ctrl+g
Boa alternativa. Vou anotar.
[1] Comentário enviado por fabio em 14/04/2021 - 22:12h
Quando estou editando um texto no Vim e quero contar o número de palavras, uso a seguinte combinação de teclas no modo normal:
v -> g -> ctrl+g
Boa alternativa. Vou anotar.
[4] Comentário enviado por maurixnovatrento em 15/04/2021 - 14:07h
[2] Comentário enviado por vmmello em 15/04/2021 - 12:09h
O comando wc até conta palavras com a opção -w, mas ele inclui os caracteres de pontuação como palavra.
O comando tr não tem nenhum problema com o caractere de exclamação (!). A questão é que o bash expande o caractere de exclamação para a ultima linha de comando executada, o que afeta a contagem de palavras. Talvez isso seja corrigido apenas removendo o termo $1 que parece desnecessário.
Uma forma alternativa de fazer a mesma coisa seria:
[code]
#!/bin/bash
tr -s ' ' '\n' | egrep -c -v -x '[[:punct:]]*[[:space:]]*[[:cntrl:]]*'
[/code]
[code]
$ ./conta.sh <<< "Conte cinco palavras , por favor \!\!\!"
5
[/code]
[code]
$ ./conta.sh <<< 'Conte cinco palavras , por favor !!!'
5
[/code]
[code]
$ echo 'Conte cinco palavras , por favor !!!' >/tmp/arquivo1.txt
$ ./conta.sh < /tmp/arquivo1.txt
5
[/code]
Valeu. Parece mais eficiente. Vou adaptar sem pipe e ver o resultado. Também descobri que o ! não incomoda dentro de arquivos de textos e em aspas simples. Só dá problema em aspas duplas e o $1 não interfere em nada o !, vou evoluir meu código para suportar vários arquivos de uma vez.
Dessa sua forma também ficou boa. Mas, ele tem o mesmo sintoma com o ! como eu descrevo acima.
[2] Comentário enviado por vmmello em 15/04/2021 - 12:09h
O comando wc até conta palavras com a opção -w, mas ele inclui os caracteres de pontuação como palavra.
O comando tr não tem nenhum problema com o caractere de exclamação (!). A questão é que o bash expande o caractere de exclamação para a ultima linha de comando executada, o que afeta a contagem de palavras. Talvez isso seja corrigido apenas removendo o termo $1 que parece desnecessário.
Uma forma alternativa de fazer a mesma coisa seria:
[code]
#!/bin/bash
tr -s ' ' '\n' | egrep -c -v -x '[[:punct:]]*[[:space:]]*[[:cntrl:]]*'
[/code]
[code]
$ ./conta.sh <<< "Conte cinco palavras , por favor \!\!\!"
5
[/code]
[code]
$ ./conta.sh <<< 'Conte cinco palavras , por favor !!!'
5
[/code]
[code]
$ echo 'Conte cinco palavras , por favor !!!' >/tmp/arquivo1.txt
$ ./conta.sh < /tmp/arquivo1.txt
5
[/code]
Valeu. Parece mais eficiente. Vou adaptar sem pipe e ver o resultado. Também descobri que o ! não incomoda dentro de arquivos de textos e em aspas simples. Só dá problema em aspas duplas e o $1 não interfere em nada o !, vou evoluir meu código para suportar vários arquivos de uma vez.
Dessa sua forma também ficou boa. Mas, ele tem o mesmo sintoma com o ! como eu descrevo acima.
[5] Comentário enviado por msoliver em 17/04/2021 - 02:20h
Para coisas simples, uso o wc,
Em tarefas mais precisas:
awk '{for(n=1;n<=NF;n++) {if($n~/[[:alpha:]]{1,}/)c++;}}END{print "Palavras: "c"\nLinhas: "NR}' arquivo
Palavras: 9823
Linhas: 2601
______________________________________________________________________
Att.: Marcelo Oliver
______________________________________________________________________
Para coisas simples, uso o wc,
Em tarefas mais precisas:
awk '{for(n=1;n<=NF;n++) {if($n~/[[:alpha:]]{1,}/)c++;}}END{print "Palavras: "c"\nLinhas: "NR}' arquivo
Palavras: 9823
Linhas: 2601
______________________________________________________________________
Att.: Marcelo Oliver
______________________________________________________________________
[6] Comentário enviado por maurixnovatrento em 17/04/2021 - 22:38h
[5] Comentário enviado por msoliver em 17/04/2021 - 02:20h
Para coisas simples, uso o wc,
Em tarefas mais precisas:
awk '{for(n=1;n<=NF;n++) {if($n~/[[:alpha:]]{1,}/)c++;}}END{print "Palavras: "c"\nLinhas: "NR}' arquivo
Palavras: 9823
Linhas: 2601
______________________________________________________________________
Att.: Marcelo Oliver
______________________________________________________________________
Boa alternativa em awk.
[5] Comentário enviado por msoliver em 17/04/2021 - 02:20h
Para coisas simples, uso o wc,
Em tarefas mais precisas:
awk '{for(n=1;n<=NF;n++) {if($n~/[[:alpha:]]{1,}/)c++;}}END{print "Palavras: "c"\nLinhas: "NR}' arquivo
Palavras: 9823
Linhas: 2601
______________________________________________________________________
Att.: Marcelo Oliver
______________________________________________________________________
Boa alternativa em awk.
[7] Comentário enviado por maurixnovatrento em 17/04/2021 - 22:48h
[5] Comentário enviado por msoliver em 17/04/2021 - 02:20h
Para coisas simples, uso o wc,
Em tarefas mais precisas:
awk '{for(n=1;n<=NF;n++) {if($n~/[[:alpha:]]{1,}/)c++;}}END{print "Palavras: "c"\nLinhas: "NR}' arquivo
Palavras: 9823
Linhas: 2601
______________________________________________________________________
Att.: Marcelo Oliver
______________________________________________________________________
Fiz alguns testes de eficiência: Deu empate com ambas as soluções, porém o seu código é mais viável para um alias. Já o meu, vou transformá-lo em algo mais complexo.
No fim, vai me servir os dois. E novamente, valeu pela sugestão. Seu código foi um aprendizado a mais para mim.
[5] Comentário enviado por msoliver em 17/04/2021 - 02:20h
Para coisas simples, uso o wc,
Em tarefas mais precisas:
awk '{for(n=1;n<=NF;n++) {if($n~/[[:alpha:]]{1,}/)c++;}}END{print "Palavras: "c"\nLinhas: "NR}' arquivo
Palavras: 9823
Linhas: 2601
______________________________________________________________________
Att.: Marcelo Oliver
______________________________________________________________________
Fiz alguns testes de eficiência: Deu empate com ambas as soluções, porém o seu código é mais viável para um alias. Já o meu, vou transformá-lo em algo mais complexo.
No fim, vai me servir os dois. E novamente, valeu pela sugestão. Seu código foi um aprendizado a mais para mim.
Patrocínio
Site hospedado pelo provedor RedeHost.
Destaques
Artigos
Compartilhando a tela do Computador no Celular via Deskreen
Como Configurar um Túnel SSH Reverso para Acessar Sua Máquina Local a Partir de uma Máquina Remota
Configuração para desligamento automatizado de Computadores em um Ambiente Comercial
Dicas
Como renomear arquivos de letras maiúsculas para minúsculas
Imprimindo no formato livreto no Linux
Vim - incrementando números em substituição
Efeito "livro" em arquivos PDF
Como resolver o erro no CUPS: Unable to get list of printer drivers
Tópicos
Instalação Uefi com o instalador clássico do Mageia (1)
Vou voltar moderar conteúdos de Dicas e Artigos (0)
Top 10 do mês
-
Xerxes
1° lugar - 67.357 pts -
Fábio Berbert de Paula
2° lugar - 51.143 pts -
Buckminster
3° lugar - 18.140 pts -
Mauricio Ferrari
4° lugar - 15.837 pts -
Alberto Federman Neto.
5° lugar - 14.533 pts -
Diego Mendes Rodrigues
6° lugar - 13.606 pts -
Daniel Lara Souza
7° lugar - 12.891 pts -
edps
8° lugar - 11.322 pts -
Andre (pinduvoz)
9° lugar - 11.114 pts -
Alessandro de Oliveira Faria (A.K.A. CABELO)
10° lugar - 11.062 pts
Scripts
[Python] Automação de scan de vulnerabilidades
[Python] Script para analise de superficie de ataque
[Shell Script] Novo script para redimensionar, rotacionar, converter e espelhar arquivos de imagem
[Shell Script] Iniciador de DOOM (DSDA-DOOM, Doom Retro ou Woof!)
[Shell Script] Script para adicionar bordas às imagens de uma pasta
A maior comunidade GNU/Linux da América Latina! Artigos, dicas, tutoriais, fórum, scripts e muito mais. Ideal para quem busca auto-ajuda.
Site hospedado por:
