在一个脚本中连接WGET和SED命令

Question

i使用3个命令（wget/sed/and tr/stort），它们都在命令行中起作用，以产生最常见的单词列表。我依次使用命令，将输出保存在tr/stort命令中。现在，我需要毕业以编写结合这3个命令的脚本。因此，1）wget下载一个文件，我将文件放入2）sed -e 's/<[^>]*>//g' wget-file.txt，然后输出>转到3）

cat sed-output.txt | tr -cs A-Za-z'  'n' | tr A-Z  a-z | sort | uniq -c | 
sort -k1,1nr -k2 | sed ${1:-100}q > words-list.txt

我知道有关使用Regex删除HTML标签的问题/辩论，但是目前这3个命令对我有用。因此，感谢帮助将其合在一起。

Answer 1

使用尴尬。

wget -O- http://down.load/file| awk '{ gsub(/<[^>]*>/,"")                # remove the content in label <>
       $0=tolower($0)                    # convert all to lowercase
       gsub(/[^a-z]]*/," ")              # remove all non-letter chars and replaced by space
       for (i=1;i<=NF;i++) a[$i]++       # save each word in array a, and sum it.
     }END{for (i in a) print a[i],i|"sort -nr|head -100"}'   # print the result, sort it, and get the top 100 records only

Answer 2

此命令应完成工作：

wget -O- http://down.load/file | sed -e 's/<[^>]*>//g' | 
tr -cs A-Za-z'  'n' | tr A-Z  a-z | sort | uniq -c | 
sort -k1,1nr -k2 | sed ${1:-100}q > words-list.txt