Număr de cuvinte pentru mai multe fișiere .txt în Linux

Trebuie să găsesc cuvintele în mai multe fișiere .txt folosind un cli linux. Momentan folosesc următoarea comandă:

pisică *.txt|wc -w

Am făcut un director de testare pentru a exersa comanda și pare să funcționeze pentru fiecare fișier .txt individual, dar nu reușește să o facă corect pentru toate fișierele .txt. Am un director cu 5 fișiere în care 4 dintre ele conțin fiecare 5 cuvinte și 1 este gol. Pentru individ cat textfile.txt|wc -w dă răspunsul corect. Dar pentru numărare dă 17 când ar trebui să fie (4 ori 5 + 0 ori 0 =) 20 Poate cineva să-mi spună de ce numărul dat este 17, în timp ce numărul real este 20?

Poți să alergi

wc -w *.txt

Acest lucru vă va oferi numărul de cuvinte pentru fiecare fișier și o sumă totală în ultimul rând.

După cum s-a dovedit, problema OP a fost o linie nouă lipsă într-unul dintre fișiere. Aceasta a cauzat pisica *txt pentru a combina mai multe cuvinte într-unul și, prin urmare, rezultă o numărare greșită. Comanda de mai sus este mai robustă în această situație, deoarece procesează fiecare fișier individual.

Cea mai probabilă explicație este că liniile finale ale fișierelor dvs. nu sunt corect terminate cu noua linie, astfel încât atunci când pisică ele, primul cuvânt al fișierului următor este atașat ultimului cuvânt al fișierului anterior:

Ex. dat

steeldriver@pc:~$ printf 'foo\nbar\nbaz\nbam\nboo' | tee {1..4}.txt
foo
bar
baz
bam
boosteeldriver@pc:~$ printf '' > 5.txt

atunci

steeldriver@pc:~$ wc -w {1..5}.txt
 5 1.txt
 5 2.txt
 5 3.txt
 5 4.txt
 0 5.txt
20 in total

dar

steeldriver@pc:~$ cat {1..5}.txt | wc -w
17