Script contador de palavras

Colaboração: Julio Cezar Neves

Data de Publicação: 11 de julho de 2019

Relacionamos a seguir um contador de palavras completo e documentado.

Pode ter 3 tipos de saída:

1. Saída texto
2. Saída gráfica com zenity
3. Saída gráfica com YAD

Pode receber os dados como parâmetro:

$ ContaPalavras.sh arq*

Ou via pipe:

$ echo arq* | ContaPalavras.sh
$ ls arq* | ContaPalavras.sh

Em caso de erro, a mensagem respectiva será mandada para a saída de erros, então se você fizer:

$ ContaPalavras.sh ArqQueNaoExiste 2> /dev/null 

ou:

$ ContaPalavras.sh ArqQueNaoExiste 2>&- 

Não haverá saída de erro, mas o código de retorno ($?) será 1.

Download do código

#!/bin/bash
declare -A TodasPalavras
declare -i Minimo=4
trap "rm /tmp/Arquivao 2>&-; exit" 0 2 3 15
function Uso  # Dá msg de erro, ensina como usar e aborta
{
    echo "
$0: Faltou nome(s) válido(s) de arquivo(s)
Os nome(s) do(s) arquivo(s) pode(m) ser passado(s) das seguintes maneiras:
    echo ARQUIVO | $0
    $0 ARQUIVO
    Metacaracteres podem ser usados. P. ex: $0 ARQ*" >&2 # A msg de erro é enviada para std err (>&2)
    exit 1
}

### De onde está vindo o dado, pipe ou parâmetro?
if  [[ -t 0 ]]     # Testa se o dado não está em stdin. Zero é o identificador da entrada primária (|, < ou <<<)
then
    (($#)) || {    # Testa se tem parâmetro
        echo Passe os dados via pipe, arquivo ou passagem de parâmetros >&2
        exit 1
    }
    Parms="$@"      # Coloca em Parms os parâmetros passados
else
    Parms=$(cat -)  # Coloca em $Parms o conteúdo de stdin
fi 
set $Parms   # O conteúdo de $Parms se torna os parâmetros do prg
ls $Parms &>- || Uso # Não passou parâmetro ou arq. não existe. Obs: &>- fecha as saídas primaria e de erro
Parms=$(file $Parms | grep text | cut -f1 -d:) # retira da lista arquivos que não são de texto puro

### Início da rotina que conta palavras ###
cat $Parms > /tmp/Arquivao   # Junta o texto de todos os arquivos num só arquivão
# A linha a seguir pega cada palavra do arquivo passado após, apagar pontuação e números e pôr tudo em caixa baixa
for Palavra in $(tr [:punct:][:digit:] ' ' < /tmp/Arquivao | tr A-Z a-z) 
do
    ((${#Palavra} < Minimo)) && continue  # Despreza palavras menores que o minimo definido
    let TodasPalavras[$Palavra]++
done

### Pulo do gato! Concatena o vetor que contém as contagens com seus índices (palavras), 
### ordena numéricamente e divide em colunas para facilitar consulta
paste <(tr ' ' '\n' <<< ${TodasPalavras[@]}) <(tr ' ' '\n' <<< ${!TodasPalavras[@]}) | # Concatena as qtdes com as palavras
    sort -nr | # Classifica numéricamente em ordem reversa (maiores primeiro)
    column -c80 -x
### Fim da rotina que conta palavras ###

### Se quiser uma saída gráfica, comente as 3 linhas acima e descomente as 3 linhas a seguir:
#  paste <(tr ' ' '\n' <<< ${TodasPalavras[@]}) <(tr ' ' '\n' <<< ${!TodasPalavras[@]}) | 
#+    sort -nr | 
#+    zenity --list --column Col1 --column Col2 --column Col3 --hide-header --height 700 --width 400

### A saída das linhas a seguir também é gráfica, porém preciso do yad - recomendo muito instalar pq é bom demais
#  paste <(tr ' ' '\n' <<< ${TodasPalavras[@]}) <(tr ' ' '\n' <<< ${!TodasPalavras[@]}) | 
#+     sort -nr |
#+     column -c80 -x |
#+     yad --text-info --fontname "monospace 10" --height 700 --width 600