如何提取文件中length后的首个数字并统计各唯一数值的出现次数

实现方案 #

直接用awk单遍扫描文件即可完成统计，2万多行的文件可以在毫秒级得到结果，命令如下：

awk 'match($0, /length: ([0-9]+)/, m) { cnt[m[1]]++ } END { for (n in cnt) printf "length %s: %d\n", n, cnt[n] }' file.txt

命令说明

• 用match函数精准提取length:后紧随的首个数字，不受行内其他内容干扰
• 通过关联数组cnt累计每个数字的出现次数
• 遍历数组按要求的格式输出结果

如果需要输出按数字大小升序排列，追加排序管道即可：

awk 'match($0, /length: ([0-9]+)/, m) { cnt[m[1]]++ } END { for (n in cnt) printf "length %s: %d\n", n, cnt[n] }' file.txt | sort -k 2n

针对你给出的示例数据，运行后输出和你期望的格式完全一致。

内容的提问来源于stack exchange，提问作者nobody-at-all