linux - 用于确定文件中出现哪些字符的命令

Question

我正在寻找一个 Linux/UNIX 命令来确定文件中的不同字符。字符数会很好，但不是必需的。例如，如果我对包含此数据的文件运行命令...

This is
my data
file.

...它会给我这个作为输出...

T h i s m y d a t f l e .

...甚至更好，这个。

T:1 h:1 i:3 s:2 m:1 y:1 d:1 a:2 t:1 f:1 l:1 e:1 .:1

在输出中，字符的顺序无关紧要，它们是否用空格、制表符、行等分隔也无关紧要。

Answer 1

要打印唯一字符：

$ grep -o . file | sort -u | tr -d '\n'
 .Tadefhilmsty

要计算每个字符的出现次数：

$ grep -o . file | sort | uniq -c
      2
      1 .
      1 T
      2 a
      1 d
      1 e
      1 f
      1 h
      3 i
      1 l
      1 m
      2 s
      1 t
      1 y

我会把格式留给你。

Answer 2

我不知道有任何 unix 命令可以做到这一点，但是可以使用一个小的 python 脚本来获得你想要的东西

#!/usr/bin/env python

import collections, sys
d = collections.defaultdict(int)
for line in sys.stdin:
    for c in line:
        d[c] += 1
print dict(d)

会给出结果

{'a': 2, ' ': 2, 'e': 1, 'd': 1, 'f': 1, 'i': 3, 'h': 1, '\n': 2, 'm': 1, 'l': 1, '.': 1, 's': 2, 'T': 1, 'y': 1, 't': 1}