看看怎样只用shell下的东西做出百度的笔试题

voidroc

一个文本文件有多行，每行为一个URL。请编写代码，统计出URL中的文件名及出现次数。

　　a) 文件名不包括域名、路径和URL参数，例如http://www.ourday.cn/bbs/forumdisplay.php?fid=18中的文件名是forumdisplay。

　　b) 部分URL可能没有文件名，例如http://www.ourday.cn/，这类统计为“空文件名”。

　　c) 出现在不同URL中的相同文件名视为同一文件名，例如http://www.ourday.cn/index.php和ftp://ftp.ourday.cn/index.php为同一文件名

　　文件内容示例如下：

　　http://www.ourday.cn/bbs/redirec ... o=lastpost#lastpost

　　http://www.ourday.cn/index.php

　　ftp://ftp.ourday.cn/index.php

　　http://www.ourday.cn/bbs/index.php?k=8

　　http://www.ourday.cn/bbs/forumdisplay.php?fid=16

　　http://www.ourday.cn/bbs/viewthr ... &extra=page%3D1

　　http://www.ourday.cn/

      http://www.ourday.com.cn/

以上url地址经修改，不影响试题内容。

大家试试看，我是做不出来

jactive

sed -e 's/.*\/\([^.]*\).*/\1/g' in

leetaedong

gawk '{print a[split($0,a,"/")];}' a |awk -F. '{a[$1]++}END{for(i in a)print i " "a}'

爱知

awk '{sub(/.*\//,"");sub(/( |\.).*/,"");a[$0]++;}END{for(n in a)if(n)print n,a[n];}'

cjaizss

http://www.ourday.cn/bbs/forumdisplay.php?fid=18中的文件名应该是forumdisplay.php吧?

1. 
   
2. awk '{sub(/?.*/,"");sub(/.*\//,"");sub(/\.[^.]*$/,"");a[$0]++}END{for(i in a)print i,a[i]}'
   

复制代码

voidroc

为啥
cat url | awk '{sub(/?*/,"");print $0}'
不能将问号和后面的东西去掉呢？
而
cat url | awk '{sub(/?.+/,"");print $0}'
就行？

ubuntuer

ls，首先?这种元字符要加上转义\?！你的问题就是一个简单的正则表达式问题.?匹配零个或一个前导字符,*匹配零个或者多个前导字符,.匹配单个任意字符！这样就简单了
去掉问号后面所有字符的就用: sub(/\?.*/,"")   同理去掉.后面的:sub(/\..*/,"").去前面的路径就不说了.
如果文件名包含后缀的话就是去问号了: awk '{sub(/.*\//,"");sub(/\?.*/,"");a[$0]++;}END{for(n in a)if(n)print n,a[n];}'

如果文件名不包含后缀的话就是去后缀的那个点开始: awk '{sub(/.*\//,"");sub(/\..*/,"");a[$0]++;}END{for(n in a)if(n)print n,a[n];}'

个人同意cjaizss的观点,文件名是包含后缀的~~~

springwind426

1. 
   
2. awk -F '[/?]' 'NF>3{if($0~/\?/) NF--;if($NF=="") $NF="空文件名" ;a[$NF]++}END{for(i in a)print i"\t"a[i]}'  数据文件
   

复制代码

evil_knight

sed -e 's/?.*//g' -e 's/.*\///g' test.txt |uniq -c


   1 redirect.php
   3 index.php
   1 forumdisplay.php
   1 viewthread.php
   2

忍者5482

cat url | awk -F/ '{ print $NF }' | awk -F? '{print $1 }' | sort | uniq -c
      2
      1 forumdisplay.php
      3 index.php
      1 redirect.php
      1 viewthread.php