利用Linux命令行进行文本按行去重并按重复次数排序
最近杂事太多,正事进展缓慢。Fighting!
linux命令行提供了非常强大的文本处理功能,组合利用linux命令能实现好多强大的功能。本文这里举例说明如何利用Linux命令行进行文本按行去重并按重复次数排序。主要用到的命令有sort,uniq和cut。其中,sort主要功能是排序,uniq主要功能是实现相邻文本行的去重,cut可以从文本行中提取相应的文本列(简单地说,就是按列操作文本行)。
用于演示的测试文件内容如下:
- Hello World.
- Apple and Nokia.
- Hello World.
- I wanna buy an Apple device.
- The Iphone of Apple company.
- Hello World.
- The Iphone of Apple company.
- My name is Friendfish.
- Hello World.
- Apple and Nokia.
实现命令及过程如下:
- 1、文本行去重
- (1)排序
- 由于uniq命令只能对相邻行进行去重复操作,所以在进行去重前,先要对文本行进行排序,使重复行集中到一起。
- $ sort test.txt
- Apple and Nokia.
- Apple and Nokia.
- Hello World.
- Hello World.
- Hello World.
- Hello World.
- I wanna buy an Apple device.
- My name is Friendfish.
- The Iphone of Apple company.
- The Iphone of Apple company.
- (2)去掉相邻的重复行
- $ sort test.txt | uniq
- Apple and Nokia.
- Hello World.
- I wanna buy an Apple device.
- My name is Friendfish.
- The Iphone of Apple company.
- 2、文本行去重并按重复次数排序
- (1)首先,对文本行进行去重并统计重复次数(uniq命令加-c选项可以实现对重复次数进行统计。)。
- $ sort test.txt | uniq -c
- 2 Apple and Nokia.
- 4 Hello World.
- 1 I wanna buy an Apple device.
- 1 My name is Friendfish.
- 2 The Iphone of Apple company.
- (2)对文本行按重复次数进行排序。
- sort -n可以识别每行开头的数字,并按其大小对文本行进行排序。默认是按升序排列,如果想要按降序要加-r选项(sort -rn)。
- $ sort test.txt | uniq -c | sort -rn
- 4 Hello World.
- 2 The Iphone of Apple company.
- 2 Apple and Nokia.
- 1 My name is Friendfish.
- 1 I wanna buy an Apple device.
- (3)每行前面的删除重复次数。
- cut命令可以按列操作文本行。可以看出前面的重复次数占8个字符,因此,可以用命令cut -c 9- 取出每行第9个及其以后的字符。
- $ sort test.txt | uniq -c | sort -rn | cut -c 9-
- Hello World.
- The Iphone of Apple company.
- Apple and Nokia.
- My name is Friendfish.
- I wanna buy an Apple device.
下面附带说一下cut命令的使用,用法如下:
- cut -b list [-n] [file ...]
- cut -c list [file ...]
- cut -f list [-d delim][-s][file ...]
- 上面的-b、-c、-f分别表示字节、字符、字段(即byte、character、field);
- list表示-b、-c、-f操作范围,-n常常表示具体数字;
- file表示的自然是要操作的文本文件的名称;
- delim(英文全写:delimiter)表示分隔符,默认情况下为TAB;
- -s表示不包括那些不含分隔符的行(这样有利于去掉注释和标题)
- 三种方式中,表示从指定的范围中提取字节(-b)、或字符(-c)、或字段(-f)。
- 范围的表示方法:
- n 只有第n项
- n- 从第n项一直到行尾
- n-m 从第n项到第m项(包括m)
- -m 从一行的开始到第m项(包括m)
- - 从一行的开始到结束的所有项
在写这篇文章的时候,用到了vim的大小写转化的快捷键:gu变小写,gU变大写。结合ctrl+v能够将一片文字中的字符进行大小写转换,非常好用。
最后附加一个小段子:
用django的时候,启动web服务器,出现如下错误:
- Django version 1.5.4, using settings 'mysite.settings'
- Development server is running at http://127.0.0.1:8000/
- Quit the server with CONTROL-C.
- Error: That port is already in use.
解决方法有两个:
(1) 加端口参数
python manage.py runserver 8080
(2) 终止占用端口的进程
sudo netstat -tulpn | grep :8000
kill -9 <进程pid>
利用Linux命令行进行文本按行去重并按重复次数排序的更多相关文章
- linux命令截取文件最后n行(所有命令)
linux命令截取文件最后n行(所有命令) tail -n a.txt > b.txt 联想:系统信息 arch 显示机器的处理器架构(1) uname -m 显示机器的处理器架构(2) una ...
- Linux 命令 - wc: 统计文件的行数、字数和字节数
命令格式 wc [OPTION]... [FILE]... 命令格式 -c, --bytes 打印字节数. -m, --chars 打印字符数. -l, --lines 打印行数. -L, --max ...
- 转载:Linux命令经典面试题:统计文件中出现次数最多的前10个单词
1.使用linux命令或者shell实现:文件words存放英文单词,格式为每行一个英文单词(单词可以重复),统计这个文件中出现次数最多的前10个单词 主要考察对sort.uniq命令的使用,相关解释 ...
- 转:linux命令: tail ,head 显示文件某行内容 与sed在线编辑器
linux 如何显示一个文件的某几行(中间几行) 转:http://www.cnblogs.com/xianghang123/archive/2011/08/03/2125977.html http: ...
- linux命令读取文件中特定行
1.如果你只想看文件的前5行,可以使用head命令, 如: head -5 /etc/passwd 2.如果你想查看文件的后10行,可以使用tail命令, 如: tail -10 /etc/passw ...
- Linux命令去重统计排序
利用Linux命令进行文本按行去重并按重复次数排序 linux命令行提供了非常强大的文本处理功能,组合利用linux命令能实现好多强大的功能.本文这里举例说明如何利用Linux命令行进行文本按行去 ...
- Linux服务器管理员必备Linux命令TOP5
Linux桌面环境的界面友好度.图形性能及附件工具已经大幅进化,然而Linux服务器却还没有能达到这一步. 作为系统管理员必须熟练掌握Linux命令.Linux命令的内容很多,其中的一些TOP命令对于 ...
- 让你的 Linux 命令骚起来
目录 管道符号 " | " grep sed awk sort comm uniq tr cat head tail wc find tsort tee 「>」重定向符号 「 ...
- Linux awk+uniq+sort 统计文件中某字符串出现次数并排序
https://blog.csdn.net/qq_28766327/article/details/78069989 在服务器开发中,我们经常会写入大量的日志文件.有时候我们需要对这些日志文件进行统计 ...
随机推荐
- Labview中引用,属性节点,局部变量之间的区别
Labview中引用,属性节点,局部变量之间的区别 在Labview中我们经常会碰到这样几个概念,那就是控件的引用,属性节点以及局部变量,他们之间到底有哪些区别呢? 首先谈 ...
- Struts学习之手动验证
* 首先要从页面中获取对应的标签name属性的值,在动作类action中声明同名的属性,提供get和set方法 * 要继承ActionSupport类或者实现Validateable接口 ...
- 容易被误解的overflow:hidden
http://www.ofcss.com/2011/03/20/misunderstood-of-overflow-hidden.html(转) 容易被误解的overflow:hidden 15条评论 ...
- Unix/Linux笔记全集
1:Unix/Linux操作系统概述 要求:理解应用软件和操作系统的区别,掌握系统的Kernel(核心)和shell(外壳)之间的关系以及各自的作用 Solaris:Solaris 是Sun Micr ...
- TCP的阻塞和重传
TCP的阻塞和重传 TCP的阻塞和重传机制 网络拥堵 现在网络上大部分的网络请求都是以TCP的方式进行传输的了.网络链路是固定的,各种链路情况也是不一样的.网络拥堵一直是TCP协议设计和使用的时候尽力 ...
- android ListView的上部下拉刷新下部点击加载更多具体实现及拓展
android ListView的上部下拉刷新下部点击加载更多具体实现及拓展 ListView下拉刷新,上拉自动加载更多 下拉刷新以及加载更多
- XHProf 初探
XHProf是一个分层PHP性能分析工具.它报告函数级别的请求次数和各种指标,包括阻塞时间,CPU时间和内存使用情况.一个函数的开销,可细分成调用者和被调用者的开销,XHProf数据收集阶段,它记录调 ...
- Netty那点事: 概述, Netty中的buffer, Channel与Pipeline
Netty那点事(一)概述 Netty和Mina是Java世界非常知名的通讯框架.它们都出自同一个作者,Mina诞生略早,属于Apache基金会,而Netty开始在Jboss名下,后来出来自立门户ne ...
- highlight a DOM element on mouse over, like inspect does
highlight a DOM element on mouse over, like inspect does highlight a DOM element on mouse over, like ...
- Lua环境配置 windows + VS
环境搭建: 首先从 http://www.lua.org/ftp/下载lua 源码, 我选择的是lua-5.1.5.tar.gz 我的开发环境是Win7+ VS2010 打开VS2010新建一个工程L ...