shell - 如何使用shell计算UTF-8编码的文件中的汉字

Question

cat doc.txt and the following characters will show:

你好 Hello!
这是中文。This is a Chinese doc.

我可以使用命令

wc -w doc.txt

但它会显示:

8 doc.txt

此命令取字符 你好 和 这是中文 两者都是一个词，而实际上 你好 是两个中文单词和 这是中文 四.

我想要的是让这些中文单词正确计数(示例中有 12 个单词)，有人可以帮忙吗？

Answer 1

您可以使用 -m或 --chars选项:

$ echo -n "你好" | wc -m  

输出:

2