如何使用shell对UTF-8编码文件中的汉字进行计数

Question

cat doc.txt和以下字符将显示：

你好 Hello!
这是中文。This is a Chinese doc.

我可以使用命令

wc -w doc.txt

但它将显示：

8 doc.txt

这个命令将字符你好和这是中文都作为一个单词，而实际上你好是两个中文单词，这是中文 4。

我想要的是让这些中文单词计算正确(例子中有12个单词)，有人能帮上忙吗？

Answer 1

您可以使用-m或--chars选项：

$ echo -n "你好" | wc -m  

输出：

2