如何使用grep统计list.txt中词汇在当前目录CSV文件的各自出现次数

方案1：批量快速统计 #

执行如下命令即可得到你需要的输出格式：

grep -riohf list.txt --include="*.csv" . | sort | uniq -c | awk '{print $2, $1}'

参数说明：

• --include="*.csv"：限定仅搜索csv格式文件，避免匹配到其他无关文件
• -r：递归搜索当前目录下的所有子目录
• -i：忽略大小写匹配，如需大小写敏感可删除该参数
• -o：仅输出匹配到的内容片段，而非整行
• -h：输出结果不携带文件名
• -f list.txt：从list.txt文件中读取需要匹配的关键词
• 后续管道命令：先对匹配结果排序，再用uniq -c统计每个关键词的出现次数，最后用awk调换顺序输出姓名在前、次数在后的格式。

该方案执行效率高，适合csv文件数量多、数据量大的场景，缺点是不会输出出现次数为0的姓名。

方案2：按list.txt顺序遍历统计 #

如果你需要输出顺序和list.txt完全一致，且出现次数为0的姓名也显示为0，可执行如下命令：

while read -r name; do
    count=$(grep -riohF "$name" --include="*.csv" . | wc -l)
    echo "$name $count"
done < list.txt

额外新增的-F参数会将姓名作为固定字符串匹配，避免姓名中包含特殊符号时被识别为正则表达式导致匹配错误。

可选优化项 #

• 如需避免短姓名匹配到长姓名的子串（比如Viny不会匹配到VinyTest），可给grep增加-w参数开启全单词匹配
• 如需仅统计CSV中单元格完全等于姓名的场景，可给grep增加-x参数开启整行匹配

内容的提问来源于stack exchange，提问作者Ébano Assumpção