ファイル内で最も使用されている文字列

Question

.txtファイルで、Perlを使用して最もよく使われる文字列（単語）の上位100個を見つけるにはどうすればよいですか？これまでのところ、私は以下を持っています：

use 5.012; 
use warnings; 

open(my $file, "<", "file.txt"); 

my %word_count; 
while (my $line = <$file>) { 
    foreach my $word (split ' ', $line) { 
    $word_count{$word}++; 
    } 
} 

for my $word (sort keys %word_count) { 
    print "'$word': $word_count{$word}\n"; 
} 

しかし、これは各単語をカウントし、アルファベット順に整理します。私は、出現回数でソートされた、ファイル中で最も頻繁に使用される単語の上位100を求めます。何か案は？

関連：Count number of times string repeated in files perl

Answer 1

細かいperlfaq4（1）のmanページを読んでから、1はhow to sort hashes by valueを学習します。だからこれを試してください。あなたのアプローチよりもむしろもっとイディオム的に「パーリアン」です。自分自身に対して実行すると

#!/usr/bin/env perl  
use v5.12; 
use strict; 
use warnings; 
use warnings FATAL => "utf8"; 
use open qw(:utf8 :std); 

my %seen; 
while (<>) { 
    $seen{$_}++ for split /\W+/; # or just split; 
} 

my $count = 0; 
for (sort { 
     $seen{$b} <=> $seen{$a} 
        || 
      lc($a) cmp lc($b) # XXX: should be v5.16's fc() instead 
        || 
       $a cmp $b 
    } keys %seen) 
{ 
    next unless /\w/; 
    printf "%-20s %5d\n", $_, $seen{$_}; 
    last if ++$count > 100; 
} 

、出力の最初の10行は、次のとおりです。好奇心のうち

seen      6 
use      5 
_      3 
a      3 
b      3 
cmp      2 
count     2 
for      2 
lc      2 
my      2