ファイルの文中の単語をカウントする

Question

(題名分かりづらくてすみません)

やりたいことはテキストファイル(日本語)において1文のなかに'リンゴ'と'バナナ'という単語が両方含まれている文の数を求めるということです。(パイプを使って1行で)

cat テキストファイル | tr -d '\n' | tr '。' '\n' | grep …(これ以降は思いつきませんでした)

のようにやって成功するかと自分なりには考えましたが、良い案が思いつかなかったため、なにか良い方法あれば教えていただきたいです

Comments

[otn]

> のようにやって成功するかと思ったのですが
やりたいことと全く関係なく見えますが（リンゴやバナナすら出てこない）、これはなんなのでしょう？
やりたいことがちゃんとと書けてない？？

[退会済みユーザー]

すみません、このような方針でやるのかなと自身で思っただけのものです。
間違っていれば指摘していただければと思います

[otn]

ああ、1行じゃなくて、「。」で終わる1文ということですね。失礼しました。

[KojiDoi]

とりあえず「C」のタグは質問と関係なさそうなので外しましょう。

[退会済みユーザー]

ご指摘ありがとうございます

Answer 1

つまりは、テキストファイル中の改行を無視し、マルのみを文の区切りと見做し、「バナナ」と「リンゴ」の両方を含む文の数を求めたいということでいいんですかね。

perl -CSD -Mutf8 -le 'foreach (split(/。/, join("", (map{s/[\n\r]*$//; $_} <>)))){/(?=.*リンゴ)(?=.*バナナ)/ and $hit++} print $hit' input.txt

Comments

[退会済みユーザー]

ありがとうございます！参考にさせていただきます！

Answer 2

cat テキストファイル | tr -d '\n' | sed 's/。/\n/g' | grep バナナ | grep リンゴ

Comments

[退会済みユーザー]

何故かうまくいかなかったので、
cat テキストファイル | tr -d '\n' | tr '。' '\n'
ここまで書いて実行してみると文字化け(？)のようなことが起きてしまっているのですが、
'。'
が読み込めてないのでしょうか。

[otn]

あー、trは1バイト文字じゃ無いとダメかも。

sed 's/。/\n/g' に置き換えて下さい。

[退会済みユーザー]

できました！ありがとうございます！