linuxtools

some minitools create in linux os that are program with python

1. wordcounter: 多进程分段读取大文件，并统计词频

默认为10M以下文件，直接单进程读取；10M以上，分128个进程来读取（在本机上试验发现128个进程数的速度是相对较快的，test里面的wordcounter_multiprocesses可以对比不同进程数的读取速度）

采用chardet自动判断文件编码

How to use:

pip install chardet

python wordcounter file1 file2 [--coding=utf-8] [--workers=64]  # 其中file1为要分析的文件名，file2是分析结果要写入的文件名, []里的为可选项，coding为编码，workers为要采用的进程数（默认为cpu数量的64倍）。