前言

在日常应用中，统计文件内容是一种常见的需求，可以通过 wc 命令来实现

Wc

wc file

统计文件，显示行数、单词数、字节数，带文件名

wc -c file

统计文件，只显示字节数

wc -w file

统计文件，只显示单词数

wc -l file

统计文件，只显示文件行数

wc file1 file2

统计多个文件，显示汇总信息

wc < file

统计文件，显示行数、单词数、字节数，不带文件，便于shell脚本后续处理

wc -L file

打印出文件行最长的节数

疑惑

wc -c 与 wc -w 是如何统计的

在统计 hello.txt 时， wc -c 的结果为 55 ， wc -m 的结果为 45 ，为什么统计的结果不一样？这个文本中包含了中文内容，猜测和这个有关

验证是否与中文有关

这个好办，建一个不带中文的文件，验证如下

可以看到统计的结果是一样的

中文是如何统计的?

这个就涉及到编码的问题了，先用 hexyl 查看一下，字节的总数为55，但是在进行字符统计时，使用的unicode编码将3个字节计算为1个字符(例如 好 被编码成 E5 A5 BD )，这就对上了，哈哈!

编码是个大话题，后续好好学习一下

REF

wc (Unix) - Wikipedia

wc - How to display the number of lines, words and characters in separate lines? - Unix & Linux Stack Exchange

Captured On: [2023-03-02 Thu 16:28]

Confusion with the concept of wc -c and wc -m