统计文件指定行范围含指定子串行数的实现及问题排查

现有实现的问题 #

• 临时文件方案冗余且容易出错：使用>>追加写入临时文件会保留上一次运行的残留数据，导致统计结果偏大，同时还存在临时文件命名冲突、权限不足等风险，完全没有必要落盘存储中间结果。
• 匹配规则写法错误：grep -c *"substring"*中的*没有被引号包裹，会被shell识别为当前目录的文件名通配符展开，而非你预期的「前后任意字符」规则，grep默认就会匹配行内任意位置的子串，不需要额外加*。
• 参数没有加引号保护：$1没有用双引号包裹，当文件名包含空格、特殊符号时会解析失败。
• tail命令的括号是冗余写法，不会影响功能但没有必要。

最优实现方案 #

直接用管道把行提取结果传给grep即可，无需临时文件，同时支持大小写敏感/不敏感切换：

1. 统计指定行号区间（示例为第1~5行） #

• 大小写敏感统计：
  sed -n '1,5p' "$1" | grep -c "substring"
• 大小写不敏感统计：
  sed -n '1,5p' "$1" | grep -ci "substring"

2. 统计最后N行（示例为最后100行） #

• 大小写敏感统计：
  tail -n 100 "$1" | grep -c "substring"
• 大小写不敏感统计：
  tail -n 100 "$1" | grep -ci "substring"

进阶单命令方案（awk实现，无管道效率更高） #

如果要避免多进程管道开销，也可以用awk单命令实现：

• 第1~5行大小写敏感统计：
  awk 'NR>=1&&NR<=5{if($0~/substring/)c++}END{print c+0}' "$1"
• 最后100行大小写不敏感统计：
  awk '{a[NR%100]=$0}END{for(i=0;i<100;i++)if(tolower(a[i])~/substring/)c++;print c+0}' "$1"

内容的提问来源于stack exchange，提问作者markovv.sim