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: 4098 | 回复: 28

[文本处理] [求助]awk 模式匹配统计 [复制链接]

论坛徽章:
0
发表于 2014-10-22 11:11 |显示全部楼层
本帖最后由 flyinweb_cu 于 2014-10-22 11:15 编辑

如下样本文件:
192.168.0.1        (asd1.a.com)
192.168.0.1        (2asd.a.com)
192.168.0.1        (sd.a.com)
192.168.0.1        (sasdfd.a.com)
192.168.0.1        (ssdfd.a.com)
192.168.0.1        (sdasdf.b.com)
192.168.0.1        (asd.c.com)
192.168.0.1        (asd.F.net)
192.168.0.1        (sdf.G.cOm)
192.168.0.1        (sdfasd1.s.com.cn)

想要的结果是
a.com 出现次数
b.com 出现次数
c.com 出现次数
f.net 出现次数
s.com.cn 出现次数
....

注:域名并不局限于上面所列域名,可能是任何合法的域名格式,大小写不敏感

论坛徽章:
1
2015年迎新春徽章
日期:2015-03-04 09:58:11
发表于 2014-10-22 11:20 |显示全部楼层
  1. awk -F '[()]' '{++a[$2]}END{for(i in a)print i,a[i]}'
复制代码

论坛徽章:
5
未羊
日期:2014-08-04 16:15:21天秤座
日期:2014-08-13 13:52:372015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:56:112015亚冠之浦和红钻
日期:2015-06-29 15:30:48
发表于 2014-10-22 11:27 |显示全部楼层
这个冬天不冷 发表于 2014-10-22 11:20


照你这样做的话,www.chinaunix.net和bbs.chinaunix.net算几个网站?

论坛徽章:
766
金牛座
日期:2014-02-26 17:49:58水瓶座
日期:2014-02-26 18:10:15白羊座
日期:2014-04-15 19:29:52寅虎
日期:2014-04-17 19:43:21酉鸡
日期:2014-04-19 21:24:10子鼠
日期:2014-04-22 13:55:24卯兔
日期:2014-04-22 14:20:58亥猪
日期:2014-04-22 16:13:09狮子座
日期:2014-05-05 22:31:17摩羯座
日期:2014-05-06 10:32:53处女座
日期:2014-05-12 09:23:11子鼠
日期:2014-05-21 18:21:27
发表于 2014-10-22 11:29 |显示全部楼层
本帖最后由 Herowinter 于 2014-10-22 11:32 编辑

回复 1# flyinweb_cu
  1. awk '{sub(/^\([^.]*\./,"",$2);sub(/\)$/,"",$2);a[tolower($2)]++} END{for(i in a)print i,a[i]}' i|sort
  2. a.com 5
  3. b.com 1
  4. c.com 1
  5. f.net 1
  6. g.com 1
  7. s.com.cn 1
复制代码

论坛徽章:
145
技术图书徽章
日期:2013-10-01 15:32:13戌狗
日期:2013-10-25 13:31:35金牛座
日期:2013-11-04 16:22:07子鼠
日期:2013-11-18 18:48:57白羊座
日期:2013-11-29 10:09:11狮子座
日期:2013-12-12 09:57:42白羊座
日期:2013-12-24 16:24:46辰龙
日期:2014-01-08 15:26:12技术图书徽章
日期:2014-01-17 13:24:40巳蛇
日期:2014-02-18 14:32:59未羊
日期:2014-02-20 14:12:13白羊座
日期:2014-02-26 12:06:59
发表于 2014-10-22 11:30 |显示全部楼层
回复 1# flyinweb_cu

$ awk -F'[()]' '{$2=tolower($2);sub(/^[^.]+\./,"",$2);a[$2]++}END{for(n in a)print n,a[n]}' FILE
s.com.cn 1
c.com 1
a.com 5
g.com 1
b.com 1
f.net 1

   

论坛徽章:
8
戌狗
日期:2014-09-26 16:39:44水瓶座
日期:2014-10-10 02:06:57金牛座
日期:2014-10-11 23:04:042015亚冠之首尔
日期:2015-06-23 15:37:0015-16赛季CBA联赛之天津
日期:2016-01-22 18:58:2915-16赛季CBA联赛之佛山
日期:2016-05-31 19:18:0815-16赛季CBA联赛之同曦
日期:2016-08-10 16:26:3315-16赛季CBA联赛之辽宁
日期:2018-01-10 11:47:40
发表于 2014-10-22 11:30 |显示全部楼层
这些人 一提问 就离线了  呵呵  

论坛徽章:
23
15-16赛季CBA联赛之吉林
日期:2017-12-21 16:39:27白羊座
日期:2014-10-27 11:14:37申猴
日期:2014-10-23 08:36:23金牛座
日期:2014-09-30 08:26:49午马
日期:2014-09-29 09:40:16射手座
日期:2014-11-25 08:56:112015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:49:0315-16赛季CBA联赛之山东
日期:2017-12-21 16:39:1915-16赛季CBA联赛之广东
日期:2016-01-19 13:33:372015亚冠之山东鲁能
日期:2015-10-13 09:39:062015亚冠之西悉尼流浪者
日期:2015-09-21 08:27:57
发表于 2014-10-22 11:35 |显示全部楼层
回复 1# flyinweb_cu

try:
  1. awk -F '[)(]' '{a[tolower(gensub(/[^.]*\./,"",1,$2))]++}END{for(i in a)print i,a[i]}' file
复制代码

论坛徽章:
0
发表于 2014-10-22 11:39 |显示全部楼层
cat 1 |awk -F"[)(]" '{sub(/^[0-9A-Za-z]+\./,"",$2);++a[$2]}END{for(i in a) print a[i]}'

论坛徽章:
5
白羊座
日期:2014-10-28 11:23:27水瓶座
日期:2015-01-20 10:19:022015亚冠之柏斯波利斯
日期:2015-07-11 18:17:2015-16赛季CBA联赛之同曦
日期:2015-12-23 12:38:582016猴年福章徽章
日期:2016-02-18 15:30:34
发表于 2014-10-22 11:44 |显示全部楼层
  1. $ awk -F'[()]' 'match(tolower($2),/([^\.]+(\.cn|\.com|\.net|\.org)+)$/, a){b[a[1]]++}END{for(i in b)print i, b[i]}' file
  2. s.com.cn 1
  3. c.com 1
  4. a.com 5
  5. g.com 1
  6. b.com 1
  7. f.net 1
复制代码

论坛徽章:
0
发表于 2014-10-22 11:44 |显示全部楼层
回复 4# Herowinter

i|sort 中|之前的i是笔误吧?



   
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