免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
123下一页
最近访问板块 发新帖
查看: 11949 | 回复: 27
打印 上一主题 下一主题

[文本处理] 求教大神:一条命令处理这个数据 [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2013-07-29 16:12 |只看该作者 |倒序浏览
样本数据如下:

http://www.baidu.com/1.html
http://img.baidu.com/1.html
http://www.baidu.com/1.html
http://www.baidu.com/2.html
http://pic.baidu.com/1.html


要求用一条命令取出各链接中的域名并按出现次数从高到低排序 。

论坛徽章:
0
2 [报告]
发表于 2013-07-29 16:20 |只看该作者
awk -F'/' '{url[$3]=$0;num[$3]+=1}END{for(i in num)print url[i] | "sort -r"}' file

论坛徽章:
0
3 [报告]
发表于 2013-07-29 16:28 |只看该作者
回复 2# zxd_echo
感觉有点不太对哦,排序貌似有问题呢

   

论坛徽章:
0
4 [报告]
发表于 2013-07-29 16:30 |只看该作者
回复 1# wenxin1234114
  1. awk -F'/' '{print $3}' | sort -r
复制代码

论坛徽章:
0
5 [报告]
发表于 2013-07-29 16:32 |只看该作者
忘了排了,,
awk -F'/' '{url[$3]=$0;num[$3]+=1}END{for(i in num)print num[i],url[i] | "sor
t -r"}' url.txt | awk '{print $2}'

论坛徽章:
9
2015亚冠之阿尔纳斯尔
日期:2015-09-10 16:21:162015亚冠之塔什干火车头
日期:2015-07-01 16:23:022015年亚洲杯之巴勒斯坦
日期:2015-04-20 17:19:46子鼠
日期:2014-11-13 09:51:26未羊
日期:2014-08-28 18:13:36技术图书徽章
日期:2014-02-21 09:30:15酉鸡
日期:2014-01-14 11:12:49天蝎座
日期:2013-12-09 17:56:53平安夜徽章
日期:2015-12-26 00:06:30
6 [报告]
发表于 2013-07-29 16:32 |只看该作者
  1. gawk -F'/' '{a[$3]++}END{slen=asorti(a,tA);for(i=slen;i>=1;i--){print tA[i],a[tA[i]]}}'  urfile
复制代码

论坛徽章:
13
丑牛
日期:2013-08-16 15:08:22技术图书徽章
日期:2013-11-26 10:13:40双鱼座
日期:2013-11-08 15:03:26戌狗
日期:2013-11-08 13:52:30技术图书徽章
日期:2013-11-05 14:06:30戌狗
日期:2013-10-31 11:45:42CU十二周年纪念徽章
日期:2013-10-24 15:41:34天秤座
日期:2013-10-11 14:55:08子鼠
日期:2013-09-26 19:36:35水瓶座
日期:2013-09-26 17:44:56午马
日期:2013-08-26 10:24:23丑牛
日期:2013-08-19 14:43:22
7 [报告]
发表于 2013-07-29 16:32 |只看该作者
  1. awk -F '/' '{a[$3]++}END{for(i=asorti(a,c);i>0;i--){print i,c[i]}}'
复制代码

论坛徽章:
0
8 [报告]
发表于 2013-07-29 16:34 |只看该作者
谢谢各位,我每条研究一下。一时没想起来。

论坛徽章:
0
9 [报告]
发表于 2013-07-29 16:54 |只看该作者
回复 4# 秋天的絮儿


    你真牛逼 。简单。我一时没想起来/分隔符。

论坛徽章:
0
10 [报告]
发表于 2013-07-29 16:55 |只看该作者
cat test.txt |awk -F'/' '{print $3}' | sort -r |uniq -c
      3 www.baidu.com
      1 pic.baidu.com
      1 img.baidu.com
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP