如何用Unix命令生成重复行的百分比统计直方图？

需求说明 #

我有一个名为bmc-versions.txt的文件，内容如下：

"RedfishVersion":"1.6.0"
"RedfishVersion":"1.6.0"
"RedfishVersion":"1.6.0"
"RedfishVersion":"1.6.0"
"RedfishVersion":"1.6.0"
"RedfishVersion":"1.6.0"
"RedfishVersion":"1.15.0"
"RedfishVersion":"1.15.0"
"RedfishVersion":"1.15.0"
"RedfishVersion":"1.15.0"
"RedfishVersion":"1.15.0"
"RedfishVersion":"1.15.0"
"RedfishVersion":"1.15.0"

需要用Unix命令统计各版本的占比百分比，输出格式要求提取版本号并显示对应占比，示例期望输出：

"1.0.0"  50%
"1.0.2"  40%

目前已尝试的命令：

sort bmc-versions.txt | uniq -cd

该命令能输出各版本的重复次数，但无法直接得到占比。

解决方案 #

基础占比统计命令 #

使用以下命令可以直接生成你需要的格式输出：

total=$(wc -l < bmc-versions.txt); sort bmc-versions.txt | uniq -cd | awk -v total="$total" '{percent=sprintf("%.0f%%", ($1/total)*100); gsub(/.*:"([^"]+)"/, "\"\\1\"", $2); print $2, "  " percent}'

命令解释：

1. total=$(wc -l < bmc-versions.txt)：计算文件总行数并存入变量total
2. sort bmc-versions.txt | uniq -cd：对内容排序后，统计每个重复行的出现次数
3. awk处理逻辑：
   • 接收总行数变量，计算当前版本的占比并格式化为整数百分比
   • 用gsub提取行中的版本号（从"RedfishVersion":"x.x.x"中提取"x.x.x"）
   • 按指定格式输出版本号和占比

带直方图的增强版输出 #

如果需要可视化的直方图结果，可以使用以下命令：

total=$(wc -l < bmc-versions.txt); sort bmc-versions.txt | uniq -cd | awk -v total="$total" '{percent=($1/total)*100; bar_length=int(percent/2); gsub(/.*:"([^"]+)"/, "\"\\1\"", $2); printf "%-12s %3.0f%% ", $2, percent; for(i=0;i<bar_length;i++) printf "*"; print ""}'

针对测试文件的示例输出：

"1.6.0"       46% **********************
"1.15.0"      54% ***************************

内容的提问来源于stack exchange，提问作者Node.JS