萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 伺服器教學

Linux wc 命令完全指南:統計行、詞、字符、字節的藝術

基本語法與輸出格式

wc [OPTION]... [FILE]...
# 輸出格式: 行數 詞數 字符數 字節數 文件名
# 若多文件,最後輸出 total 行
# 無文件時從 stdin 讀取

四大核心統計項

選項長選項統計對象說明
-l--lines行數統計換行符 `\n` 個數。文件無尾隨換行符則最後一行不計
-w--words詞數以空白字符 (空格/Tab/換行) 分隔的非空字符串
-m--chars字符數按當前 Locale 編碼統計字符 (多字節字符計 1)
-c--bytes字節數文件二進制大小,等同 `stat -c%s file`

常用組合與管道技巧

1. 統計代碼行數 (排除空行/註釋)

# 簡單統計
wc -l *.py

# 排除空行與單行註釋
grep -v -E '^\s*$|^\s*#' *.py | wc -l

# 統計當前目錄遞歸所有 .js/.ts 文件行數
find . -name "*.js" -o -name "*.ts" | xargs wc -l

2. 管道中統計命令輸出行數

# 當前目錄文件數 (含隱藏)
ls -1A | wc -l

# 進程數
ps aux | wc -l  # 包含標題行,實際進程數 -1

# 當前用戶進程數
ps -u $USER | wc -l

# 監聽端口數
ss -tuln | tail -n +2 | wc -l

3. 文件大小與字符編碼檢查

# 字節數 (文件大小)
wc -c large.iso

# 字符數 (UTF-8 中文每字 3 字節)
wc -m chinese.txt

# 對比差異
printf "中文" | wc -c  # 6 字節
printf "中文" | wc -m  # 2 字符

4. 詞頻統計 (配合 tr/sort/uniq)

# 統計文件中單詞頻率 (英文)
tr -cs 'A-Za-z' '\n' < article.txt | tr 'A-Z' 'a-z' | sort | uniq -c | sort -rn | head -20

# 統計中文詞頻 (需分詞工具如 jieba, 此處簡單按字)
grep -oP '\p{Han}' chinese.txt | sort | uniq -c | sort -rn | head -20

5. 多文件總計與單文件對比

wc -l *.log
#  123 app.log
#  456 error.log
#  579 total

# 只看總計
wc -l *.log | tail -1

進階用法

標準輸入交互模式

wc -l
# 輸入文本,Ctrl+D 結束
# 輸出行數

結合 find/xargs 批量處理

# 統計項目總代碼行數 (排除 node_modules、vendor、.git)
find . -type f \( -name "*.php" -o -name "*.js" -o -name "*.vue" \) \
    -not -path "*/node_modules/*" -not -path "*/vendor/*" -not -path "*/.git/*" \
    -exec wc -l {} + | tail -1

性能對比:wc vs 內置命令

# 統計行數最快方式 (大文件)
# 1. wc -l (C 實現,順序讀取,極快)
# 2. cat file | wc -l (管道開銷略大)
# 3. awk 'END{print NR}' file (單線程,較慢)
# 4. sed -n '$=' file (較慢)
# 5. grep -c '^' file (正則引擎開銷大)

# 實測 1GB 文件: wc -l ~0.3s, awk ~1.2s, grep -c ~2.5s

常見誤區與避坑

  1. 行數 ≠ 記錄數: CSV 可能含換行符在引號內,`wc -l` 會多計。需用 `csvtool` 或 `awk -F,` 解析。
  2. 詞數定義: 連字符 `state-of-the-art` 計 1 詞,`hello,world` 計 1 詞 (無空格)。中文無空格分隔,`wc -w` 將整段視為 1 詞,無參考價值。
  3. 字符數 vs 字節數: UTF-8 環境下中文 1 字符 = 3 字節,`wc -m` 受 `LC_CTYPE` 影響,`LC_ALL=C wc -m` 強制按字節計數 (等同 `-c`)。
  4. 無尾隨換行符: 文件末尾無 `\n`,`wc -l` 少計 1 行,但 `cat -A` 顯示 `$` 結尾。POSIX 要求文本文件以換行符結尾。

總結

wc 是極簡卻強大的統計工具。掌握 `-l/-w/-c/-m` 四大核心選項,結合管道、重定向、find/xargs,即可解決 90% 的文本統計需求。大文件性能優異,是 Shell 腳本、運維巡檢、CI/CD 流水線中的核心組件。

copyright © 萬盛學電腦網 all rights reserved