it-swarm.com.ru

Подсчет вхождений символов в строке/поле в Unix

Имеется файл с такими данными (например, файл stores.dat)

sid|storeNo|latitude|longitude
2tt|1|-28.0372000t0|153.42921670
9|2t|-33tt.85t09t0000|15t1.03274200

Какая команда будет возвращать количество вхождений символа 't' в строке?

например. вернется:

count   lineNum
   4       1
   3       2
   6       3

Кроме того, чтобы сделать это по количеству вхождений по полю, какая команда возвращает следующие результаты? 

например. ввод столбца 2 и символа 't'

count   lineNum
   1       1
   0       2
   1       3

например. ввод столбца 3 и символа 't'

count   lineNum
   2       1
   1       2
   4       3
39
toop

Для подсчета появления символа в строке вы можете сделать: 

awk -F'|' 'BEGIN{print "count", "lineNum"}{print gsub(/t/,"") "\t" NR}' file
count lineNum
4       1
3       2
6       3

Чтобы подсчитать вхождение символа в поле/столбец, вы можете сделать: 

колонка 2:

awk -F'|' -v fld=2 'BEGIN{print "count", "lineNum"}{print gsub(/t/,"",$fld) "\t" NR}' file
count lineNum
1       1
0       2
1       3

колонка 3:

awk -F'|' -v fld=3 'BEGIN{print "count", "lineNum"}{print gsub(/t/,"",$fld) "\t" NR}' file
count lineNum
2       1
1       2
4       3
  • Возвращаемое значение функции gsub() - это число выполненных подстановок. Таким образом, мы используем это, чтобы напечатать число. 
  • NR содержит номер строки, поэтому мы используем его для печати номера строки. 
  • Для печати вхождений определенного поля мы создаем переменную fld и помещаем номер поля, из которого мы хотим извлечь счетчики. 
43
jaypal singh
grep -n -o "t" stores.dat | sort -n | uniq -c | cut -d : -f 1

дает почти точно, что вы хотите:

  4 1
  3 2
  6 3

Спасибо @ raghav-bhushan за подсказку grep -o, что за полезный флаг. Флаг -n также включает номер строки.

36
Gabriel Burt

Чтобы посчитать количество символов в строке:

$ awk -F 't' '{print NF-1, NR}'  input.txt
4 1
3 2
6 3

это устанавливает разделитель полей на символ, который должен быть подсчитан, затем использует тот факт, что количество полей на одно больше, чем количество разделителей.

Чтобы посчитать вхождения в определенном столбце cut сначала из этого столбца:

$ cut -d '|' -f 2 input.txt | awk -F 't' '{print NF-1, NR}'
1 1
0 2
1 3

$ cut -d '|' -f 3 input.txt | awk -F 't' '{print NF-1, NR}'
2 1
1 2
4 3
12
artm

Одно из возможных решений с использованием Perl:

Содержимое script.pl :

use warnings;
use strict;

## Check arguments:
## 1.- Input file
## 2.- Char to search.
## 3.- (Optional) field to search. If blank, zero or bigger than number
##     of columns, default to search char in all the line.
(@ARGV == 2 || @ARGV == 3) or die qq(Usage: Perl $0 input-file char [column]\n);

my ($char,$column);

## Get values or arguments.
if ( @ARGV == 3 ) {
        ($char, $column) = splice @ARGV, -2;
} else {
        $char = pop @ARGV;
        $column = 0;
}

## Check that $char must be a non-white space character and $column 
## only accept numbers.
die qq[Bad input\n] if $char !~ m/^\S$/ or $column !~ m/^\d+$/; 

print qq[count\tlineNum\n];

while ( <> ) {
        ## Remove last '\n'
        chomp;

        ## Get fields.
        my @f = split /\|/;

        ## If column is a valid one, select it to the search.
        if ( $column > 0 and $column <= scalar @f ) {
                $_ = $f[ $column - 1];
        }

        ## Count.
        my $count = eval qq[tr/$char/$char/];

        ## Print result.
        printf qq[%d\t%d\n], $count, $.;
}

Скрипт принимает три параметра:

  1. Входной файл
  2. Символ для поиска
  3. Столбец для поиска: если столбец - неверная цифра, он ищет всю строку.

Запуск сценария без аргументов:

Perl script.pl
Usage: Perl script.pl input-file char [column]

С аргументами и выводом:

Здесь 0 плохой столбец, он ищет всю строку.

Perl script.pl stores.dat 't' 0
count   lineNum
4       1
3       2
6       3

Здесь он ищет в столбце 1.

Perl script.pl stores.dat 't' 1
count   lineNum
0       1
2       2
0       3

Здесь это ищет в колонке 3.

Perl script.pl stores.dat 't' 3
count   lineNum
2       1
1       2
4       3

th не символ.

Perl script.pl stores.dat 'th' 3
Bad input
3
Birei

Нет необходимости в awk или Perl, только с bash и стандартными утилитами Unix:

cat file | tr -c -d "t\n" | cat -n |
  { echo "count   lineNum"
    while read num data; do
      test ${#data} -gt 0 && printf "%4d   %5d\n" ${#data} $num
    done; }

И для определенного столбца:

cut -d "|" -f 2 file | tr -c -d "t\n" | cat -n |
  { echo -e "count lineNum"
    while read num data; do
      test ${#data} -gt 0 && printf "%4d   %5d\n" ${#data} $num
    done; }

И мы можем даже избежать tr и cats:

echo "count   lineNum"
num=1
while read data; do
  new_data=${data//t/}
  count=$((${#data}-${#new_data}))
  test $count -gt 0 && printf "%4d   %5d\n" $count $num
  num=$(($num+1))
done < file

и случай сокращения:

echo "count   lineNum"
num=1; OLF_IFS=$IFS; IFS="|"
while read -a array_data; do
  data=${array_data[1]}
  new_data=${data//t/}
  count=$((${#data}-${#new_data}))
  test $count -gt 0 && printf "%4d   %5d\n" $count $num
  num=$(($num+1))
done < file
IFS=$OLF_IFS
2
jfg956
awk '{gsub("[^t]",""); print length($0),NR;}' stores.dat

Вызов gsub () удаляет все в строке, не являющейся t, а затем просто печатает длину оставшегося и текущий номер строки.

Хотите сделать это только для колонки 2?

awk 'BEGIN{FS="|"} {gsub("[^t]","",$2); print NR,length($2);}' stores.dat
2
vulcan
 $ cat -n test.txt
 1  test 1
 2  you want
 3  void
 4  you don't want
 5  ttttttttttt
 6  t t t t t t

 $ awk '{n=split($0,c,"t")-1;if (n!=0) print n,NR}' test.txt
 2 1
 1 2
 2 4
 11 5
 6 6
1
Haven Holmes
Perl -e 'while(<>) { $count = tr/t//; print "$count ".++$x."\n"; }' stores.dat

Еще один ответ Perl yay! Функция tr/t // возвращает количество раз, когда перевод произошел в этой строке, другими словами, сколько раз tr нашел символ ' t '. ++ $ x поддерживает количество номеров строк. 

0
Steve Thorn

Вы также можете разделить строку или поле с помощью «t» и проверить длину полученного массива - 1. Установите для переменной col значение 0 для строки или от 1 до 3 для столбцов:

awk -F'|' -v col=0 -v OFS=$'\t' 'BEGIN {
    print "count", "lineNum"
}{
    split($col, a, "t"); print length(a) - 1, NR
}
' stores.dat
0
Cole Tierney
cat stores.dat | awk 'BEGIN {FS = "|"}; {print $1}' |  awk 'BEGIN {FS = "\t"}; {print NF}'

Где $1 будет номером столбца, который вы хотите посчитать.

0
Jelena