借鉴Shell实现思路，如何更优雅地用PowerShell统计文本词频？

这是个非常有意思的问题！先回顾下这段经典的编程公案：Donald Knuth曾受命编写一个10页的Pascal程序来做词频统计，而Doug McIlroy只用几行Shell命令就完成了等价功能：

tr -cs A-Za-z '\n' | tr A-Z a-z | sort | uniq -c | sort -rn | sed ${1}q

你自己转换的PowerShell版本已经抓住了核心——用Group-Object合并了sort | uniq -c的功能，确实是PowerShell风格的精妙设计。针对开头部分不够优雅的问题，我们可以用直接提取单词的思路来简化，避免先替换非字母再拆分的两步操作：

方案1：用正则匹配直接提取单词 #

利用[regex]::Matches()直接从文本中抓取所有小写单词，一步到位拿到目标内容：

[regex]::Matches((Get-Content -Raw test.txt).ToLower(), '\w+') |
  ForEach-Object { $_.Value } |
  Group-Object |
  Sort-Object Count -Descending |
  Select-Object -First $Args[0] |
  Format-Table Count, Name

这里\w+会匹配所有字母/数字组成的序列（如果只想保留纯字母，可以换成[a-z]+），直接跳过非单词字符，不需要先做替换操作，逻辑更直接清晰。

方案2：用正则分隔符拆分文本 #

如果更倾向于用-split，可以直接指定非单词字符作为分隔符，再过滤掉拆分产生的空字符串：

(Get-Content -Raw test.txt).ToLower() -split '\W+' |
  Where-Object { $_ } |
  Group-Object |
  Sort-Object Count -Descending |
  Select-Object -First $Args[0] |
  Format-Table Count, Name

-split '\W+'会把所有非单词字符（包括空格、标点、换行等）作为拆分标记，拆分后可能会出现空字符串（比如文本开头/结尾的非单词字符），所以用Where-Object { $_ }过滤掉空元素即可。

这两种写法都比原版本更简洁优雅，也更符合“直接处理目标数据”的编程思路，同时完全保持了可读性（没有使用任何别名）。

内容的提问来源于stack exchange，提问作者qznc