UNIX 文字工具: 檢視工具

wc (word count) 指令用來檢視純文字檔案的基本內容：

wc FILE
會輸出一列回應，依序顯示列數、字數、byte 數和檔案名。例如
wc forty.txt
的回應應該是 
      40     140     842 forty.txt
其中列數很容易定義：檔案中每出現一個折列指令，就算一列。 byte 數也很容易定義：檔案中所有字元的總數， 和 ls -l 顯示的檔案含量一樣。 但是字數就比較麻煩：這裡指的是廣義字的意思。 所謂一個廣義字，就是以空格、跳格或折列指令為兩端點的連續 ASCII 字符。 所以廣義字未必是一個英文字。參考以下範例：
"Don't bug me," she said, "I bite."
則這一列中一共有 7 個廣義字，依序是
1"Don't 2bug 3me,"
4she 5said, 6"I
7bite."



讀者可以利用 wc 的 stdin 機制做以下實驗：
wc
"Don't bug me," she said, "I bite."
[Ctrl+D]
其中 [Ctrl+D] 是按 Ctrl+D 結束輸入的意思。 結束輸入之後，wc 就會輸出回應，如下 
       1       7      36
注意，此時 wc 是從 stdin 取得資料，所以沒有檔案名。

wc 可以統計許多檔案的列數、字數、byte 數。例如

wc *.txt
會列出各個檔案的統計，還會在最後一列顯示總和。

如果只要 wc 顯示列數，用參數 wc -l。 如果只要 wc 顯示字數，用參數 wc -w。 如果只要 wc 顯示 byte 數，用參數 wc -c。

以下是非標準 UNIX 工具。中大數學系的 UNIX 系統有安裝。

對於中文的純文字檔案，wc 只能正確顯示列數和 byte 數，卻不能計算字數。 除非令文件中的每兩個中文字之間，都有一個空格、跳格、或折列指令。 因此我們需要令一個檢視工具：zc (zi4 count)。 基本使用方法也是

zc FILE
zc 會輸出一列回應，依序顯示英文字數、中文字數、中文標點數、檔案名。 此處的英文字仍是廣義字的意思，只是增加了一個條件： 以中文、空格、跳格或折列指令為兩端點的連續 ASCII 字符。 所以，如果輸入檔案是個 ASCII 的純文字檔案， 則用 zc 計算的字數和用 wc 計算的字數應該完全相同。 中文字數包括了中文標點符號在內。 zc 也可以一次接受許多檔案，也會計算總和。

如果只要 zc 顯示英文字數，用參數 zc -w。 如果只要 zc 顯示中文字數，用參數 zc -z。 如果只要 zc 顯示中文標點符號數，用參數 zc -p。

習題

[ 前一節 ]‧[ 後一節 ]‧[ 回目錄 ]


注意：此處所有文件均為原著，個別的版權宣告日後會一一公布， 整體版面設計亦尚未完成。但仍請勿抄襲文字與圖片，以免觸犯著作權法。

Created: Nov 19, 2000
Last Revised: Nov 19, 2000
© Copyright 2000 Wei-Chang Shann 單維彰

shann@math.ncu.edu.tw