Conteo de Palabras

El comando wc significa recuento de palabras. Cuenta el número de líneas, palabras y caracteres de un archivo.

tenemos notes.txt:

Buy groceries from the store
Call the doctor tomorrow morning
Finish the terminal course today
Read the new book this weekend
Clean up the project folder

Simplemente escribe wc seguido del nombre del archivo:

wc notes.txt

La salida muestra tres números seguidos del nombre del archivo:

  5  26  154 notes.txt

• Primer número: cantidad de líneas
• Segundo número: cantidad de palabras
• Tercer número: cantidad de bytes (lo mismo que el recuento de caracteres para texto en inglés sin formato)

También puedes usar indicadores para obtener únicamente la información que necesitas:

-l: cuenta solo las líneas:

wc -l notes.txt

-w: cuenta solo las palabras:

wc -w notes.txt

-c: cuenta solo bytes (usa -m para los caracteres, que difiere en el caso de texto acentuado o no latino):

wc -c notes.txt

Contar varios archivos a la vez:

wc -l *.txt   # cuenta las líneas en todos los archivos .txt

¿Cómo cuenta líneas wc -l?

wc -l cuenta los caracteres de nueva línea (\n), no el número de líneas visibles. Esto significa que, si tu archivo tiene 5 líneas, pero la última línea no tiene un carácter de nueva línea al final, wc -l informará 4 en lugar de 5.

Este es el comportamiento estándar de Unix: un archivo de texto correcto siempre debe terminar con un carácter de nueva línea en la última línea. La mayoría de los editores de texto lo añaden automáticamente.

wc -l notes.txt
5 notes.txt   # correcto: la última línea termina con un salto de línea
wc -l notes.txt
4 notes.txt   # falta el salto de línea al final del archivo

Casos de uso comunes:

• Comprobar cuántas líneas hay en un archivo de registro grande
• Contar las palabras de un documento
• Verificar que un archivo tenga el número esperado de entradas