字数统计并输出

Question

我有以下几行：

123;123;#rss
123;123;#site #design #rss
123;123;#rss
123;123;#rss
123;123;#site #design

并且需要计算每个标签出现的次数，执行以下操作：

grep -Eo '#[a-z].*' ./1.txt | tr "\ " "\n" | uniq -c

即首先select只有字符串中的标签，然后将它们分解并计数。

输出：

   1 #rss
   1 #site
   1 #design
   3 #rss
   1 #site
   1 #design

而不是预期的：

   2 #site
   4 #rss
   2 #design

看来问题出在非打印字符上，导致计数不正确。或者是别的什么？谁能提出正确的解决方案？

Answer 1

uniq -c 仅适用于已排序的输入。
此外，您可以通过将正则表达式更改为 #[a-z]*.

来删除 tr

grep -Eo '#[a-z]*' ./1.txt | sort | uniq -c

打印

  2 #design
  4 #rss
  2 #site

符合预期。

Answer 2

使用 awk 作为替代：

awk -F [" "\;] '{ for(i=3;i<=NF;i++) {  map[$i]++ } } END { for (i in map) { print map[i]" "i} }' file

将字段分隔符设置为 space 或“;”然后从第三个字段循环到最后一个字段（NF），添加到数组映射中，以字段为索引，递增计数器为值。在文件处理结束时，遍历地图数组并打印 indexes/values.

Answer 3

可以一次性完成gnu awk:

awk -v RS='#[a-zA-Z]+' 'RT {++freq[RT]} END {for (i in freq) print freq[i], i}' file

2 #site
2 #design
4 #rss

否则 grep + awk 解决方案：

grep -iEo '#[a-z]+' file |
awk '{++freq[]} END {for (i in freq) print freq[i], i}'

2 #site
2 #design
4 #rss

Answer 4

只有你展示的样本，请你试试看。在 GNU awk.

中编写和测试

awk '
{
  while([=10=]){
    match([=10=],/#[^ ]*/)
    count[substr([=10=],RSTART,RLENGTH)]++
    [=10=]=substr([=10=],RSTART+RLENGTH)
  }
}
END{
  for(key in count){
    print count[key],key
  }
}' Input_file

输出如下。

2 #site
2 #design
4 #rss

解释：为以上添加详细解释。

awk '                                     ##Starting awk program from here.
{
  while([=12=]){                              ##Running while till line value.
    match([=12=],/#[^ ]*/)                    ##using match function to match regex #[^ ]* in current line.
    count[substr([=12=],RSTART,RLENGTH)]++    ##Creating count array which has index as matched sub string and keep increasing its value with 1 here.
    [=12=]=substr([=12=],RSTART+RLENGTH)          ##Putting rest of line after match into currnet line here.
  }
}
END{                                      ##Starting END block of this program from here.
  for(key in count){                      ##using for loop to go throgh count here.
    print count[key],key                  ##printing value of count which has index as key and key here.
  }
}
' Input_file                              ##Mentioning Input_file name here.

Answer 5

$ cut -d';' -f3 file | tr ' ' '\n' | sort | uniq -c
      2 #design
      4 #rss
      2 #site

字数统计并输出

Word count and it output

grep

tr

uniq