VIM - 字數統計

1. 概述

   1. 使用 VIM 作簡單字數統計

2. 背景

   1. 想做一個簡單的 字數統計

3. 環境

   1. OS
      1. win10
   2. shell
      1. mintty-2.9.4

1. 需求

1. 概述

   1. 需求

2. 需求

   1. 統計文段內字符的數量
   2. 支持 自定義字符集

2. 方案1: vim 自帶統計

1. 概述

   1. vim 自帶方案

2. 操作

   1. 定位到 文段內某行

   2. vim 標准模式

   3. 輸入

      g
      ctrl + g
      

3. 結果

   1. 在 vim 底部, 有 統計信息

      # 統計信息我后面講
      Col 16-15 of 39-31; Line 38 of 102; Word 72 of 189; Char 389 of 1232; Byte 565 of 1862
      

4. 統計信息

   1. Col 16-15 of 39-31

      1. 列信息
         1. 注意
            1. 因為這一列 有中文, 所以會出現這種情況
            2. 沒有中文, 大概會是這樣 Col 16 of 39
               1. utf-8 中, 長度大於 1個字節 的字符
         2. 解釋: 不含中文 - Col 16 of 39
            1. 當前光標, 處在 16 列
            2. 當前行, 一共有 39 列
         3. 解釋: 包含中文 - Col 16-15 of 39-31
            1. 當前光標, 在 16 列, 第 15 個字符
            2. 當前行, 一共有 39 列, 但是只有 31 個字符

   2. Line 38 of 102

      1. 行信息
         1. 解釋
            1. 本文一共 102 行
            2. 當前光標處在, 38 行

   3. Word 72 of 189

      1. 單詞信息
         1. 解釋
            1. 本文一共 189 個單詞
            2. 當前光標, 處在第 72 個單詞

   4. Char 389 of 1232

      1. 字符信息

         1. 略

      2. 注意

         1. 如果文本都是 英文 或者 數字, 不會出現這個項
         2. 統計內容成謎
            1. utf-8 字符
            2. 字母
            3. 數字
            4. 換行
            5. 還有一個不知道的字符
               1. 總要占一個
               2. 但就是找不到

      3. 建議

         1. 除非是 比較粗 的統計, 不建議使用這個字段
            1. 字符集無法定義
            2. 全文內容

   5. Byte 565 of 1862

      1. 字節信息
         1. 略

5. 問題

   1. 字符的數量, 可能會有 偏差
      1. 比如 中文之類 的問題
   2. 無法 自定義字符集

3. 方案2: 替換1

1. 概述

   1. 嘗試用 ex 命令行下的 s 命令

2. 操作

   1. vim 命令模式

   2. 輸入命令

      # 假設我只統計中文
      :% s/[\u4E00-\u9FCC]//n
      

   3. 執行

3. 結果

   1. 結果

      96 matches on 96 lines
      

   2. 好像有些偏差

      1. ref 里可以顯示 匹配字符數
      2. 但是我這里 顯示不了
         1. 只有行數, 這個好像沒什么用啊

4. 方案3: 替換2

1. 概述

   1. 繼續嘗試用 ex 命令行下的 s 命令

2. 操作

   1. vim 命令模式

   2. 輸入命令

      # 假設我只統計中文
      :% s/[\u4E00-\u9FCC]/&/g
      

   3. 執行

3. 結果

   1. 可以正常統計

      564 substitutions on 98 lines
      

4. 后續

   1. 字符集

      1. 可以自己調整字符集

         # 漢字
         [\u4E00-\u9FCC]
         # 漢字 和 數字
         [\u4E00-\u9FCC0-9]
         # 漢字, 數字, 大小寫字母
         [\u4E00-\u9FCC0-9A-Za-z]
         

   2. 性能

      1. 這個我暫時沒有考慮過
         1. 總感覺會 慢上一些

ps

1. ref
   1. 在 VIM 或者 Emacs 中，如何統計選中文本的字數（漢字）？
      1. 一個無名用戶的回答
   2. vim如何統計 字數
      1. 百度知道, 難得有用