起因

发现杨哥单词总是背单词表，容易忘，期末考试过后在网上发现了200句记3500个词汇的小册子，一看句子还不错，在很多相似的词编写在一个句子里，对照着看，如respectable，respectful，respect，以及effect,affect, make efforts，诸如此类。突然间很好奇，这些个句子真的是3500个词吗？于是想着分析一下。

分析方法

写程序显然不是我的选择。第一想法是用命令进行分析。

取出来所有英文

这个很简单，网上有处理好的。实际上网上处理好的下载时要钱，我是自己把200个中文剪切掉放到文后的。

对每行进行第1次预处理

通过.号，将索引1、2、3和文末的小.都去掉。
awk -F “.” '{print $2}‘
这一句能成立主要是句子中间没有小.

将所有行合并成一行

使用paste命令格式化打印，-d指定分隔符，-s表示合并成一行：
paste -d" " -s - < test.txt

替换掉文中的逗号

英语里最多的就是逗号，用sed替换成空格。
sed ‘s/,/ /g’ t2.txt >t3.txt
现在得到一个基本上全是空格的长字符串。可以进行单词输出了。

分出每个单词并逐行输出

cat cc1.txt |awk -F " " ‘{for(i=1;i<NF;i++) print $i}’
但是，输出的结果与自己想要的有些差异。有些单词没有分开，居然是连在一起的。实在无法理解。用vi进去也看不出来。用gedit,notepad,notepad++都看不出来异常。

问题排查

python查一行

改用python,将字符串复制到python中，仍看不出什么，但一split()，立即就发现了异常，原来还夹杂着其它字符。百度了一下，是网页中的空格。

python读全部文本

使用2行命令，f=open(“v4.txt”,“r”);
s=f.readlines()
这个是在交互环境下执行的，不算编程。然后简单起见，把S的所有内容复制到一个文本中。

替换掉异常文本

开始用sed替换，正常文本还好说，碰到反斜杠总是不容易得到正确结果，后来干脆换成gedit替换，哪个快用哪个。

结果

得到正常的文本串后，使用以下命令
==cat cc1.txt |awk -F " " ‘{for(i=1;i<NF;i++) print $i}’ ==
算了一下，全部字符为5966个。
使用sort排序，再用uniq计算以后，得到个2328单词。但是看开头，有些是文中的数字、时间，A，a算了2个，country,countries,countrys都在。就算2300单词吧。

最终大致单词数2300

词组未计算在内

*实际上，这200个句子还有大量的词组，未统计进来，如第一句的bear in mind，with the help of, be ignorant of，按1个句子平均3个词组计算，也才600个词组，总计2900个词，离3500还是有距离。

不过不纠结，这200个句子仍然是好句子，值得反复诵读。

200个句子搞定3500个高考词汇，究竟有多少词？相关推荐

200行代码搞定一个购物网站+电影站+APP
以前有一个朋友问我,说想做一个购物网站 ,电影站 ,需要APP 形式提供 . 问我一个星期能不能搞定,听了他的奇葩需求后,有点被耍的感觉,在普通人眼里一个程序可能就是半天就做出来的东西. 后来仔细想 ...
太赞了！用200道题彻底搞定Python数据处理！
前言 Pandas与NumPy都是Python数据分析中的利器,但是对着官方文档学习是十分枯燥且低效的方式,因此我精心挑选了200个Python数据处理中的常用操作,并整理成习题的形式创作了Panda ...
炸金花 php算法,200行代码搞定炸金花游戏（PHP版）
0 ) { //给出一个从小到大的顺序 if( fmod($dian[0], 14 ) >= fmod($value, 14) || fmod($value, 14) == 1 ) { //得到 ...
html中如何制作星空背景,HTML5网页制作200行代码搞定canvas星空背景连线
{getUnitName} {getLessonName} 敬请期待免费 {getTaskName} 剩余观看时长:{watchLimitRemaining} 回放 {activityStartTi ...
集群对讲文字文件_英国小学生是如何学习中国高考词汇的？第一讲（文末留言送礼）...
本文首发于公号:婴幼儿英语启蒙,专注高质量家庭亲子英文启蒙,秉持"父母是孩子最好的英语启蒙导师"理念,以独创的高质量英语生活情景输入法,让宝宝从小自然习得英文!咨询可加顾问老师微信 ...
高考估分查分选志愿一键搞定_支付宝又操办了件人生大事
摘要: 可能比高考更考验心力的填报志愿,支付宝要帮你一键搞定. 支付宝今天正式上线集估分.查分.选志愿等众多服务于一体的高考后综合服务平台,陪伴高考学生的青春大考.考生在估分.查分后,还可以看到系统智 ...
1小时搞定马化腾，却巨亏200亿！近五年最火的创业明星，正在沦为网红
作者:祥燎,本文经授权转载自公众号金错刀(ID:ijincuodao) 文/金错刀频道祥燎今年以来,一系列的蔚来汽车失控.自燃事件,令这家明星车企的星光黯淡许多. 从前的蔚来风光无限.创立时,腾 ...
ppt倒计时3分钟_老板发来200页PPT文件，让我翻译成英文，3分钟教你搞定
过年放假期间,终于可以好好休息几天了,把工作烦恼全部抛在脑后. 如果老板突然发来200页PPT文件,让你翻译成英文,你还在抱怨吗? 下面就来教你两种方法,如何将PPT翻译成英文,3分钟就能搞定. 一. ...
java粒子特效_程序员20分钟搞定粒子效果, 仅仅200行代码
原标题:程序员20分钟搞定粒子效果, 仅仅200行代码这粒子的打造,确实没有布局代码,稍后大家在源码上可以看到,css代码都只有几行,绝大部分代码都是java代码,而且是原生java书写的,现在很多 ...
python统计句子中单词个数_python练习：一行搞定-统计一句话中每个单词出现的个数...
原博文 2018-10-04 19:42 − 一行搞定-统计一句话中每个单词出现的个数 >>> s'i am a boy a bood boy a bad boy' 方式一:> ...

200个句子搞定3500个高考词汇，究竟有多少词？