Question

我使用uniq -c一些文本文件。它的输出如下：

123(space)first word(tab)other things
  2(space)second word(tab)other things

...

所以我需要提取总数（如上面的123和2），但我无法弄清楚如何，因为如果我按空格分割这一行，它会喜欢这个['123', 'first', 'word(tab)other', 'things']。我想知道它为什么不用tab输出？

如何提取shell中的总数？（我最终用python，WTF提取它）

更新：抱歉，我没有正确描述我的问题。我不想总和总数，我只想用（制表符）替换（空格），但它不影响单词中的空格，因为我之后仍然需要数据。就像这样：

123(tab)first word(tab)other things
  2(tab)second word(tab)other things

Answer 1

试试这个：

uniq -c | sed -r 's/^( *[^ ]+) +/\1\t/'

Answer 2

尝试：

uniq -c text.file | sed -e 's/ *//' -e 's/ /\t/'

这将删除行计数之前的空格，然后仅使用制表符替换第一个空格。

要用制表符替换所有空格，请使用tr：

uniq -c text.file | tr ' ' '\t'

要使用单个选项卡替换所有连续运行的选项卡，请使用-s：

uniq -c text.file | tr -s ' ' '\t'

Answer 3

您可以使用awk：

对所有数字求和

awk '{s+=$1}END{print s}'

Answer 4

$ cat <file> | uniq -c | awk -F" " '{sum += $1} END {print sum}'

Answer 5

在计数之后获取标签的一种可能解决方案是编写一个类似于uniq -c的脚本，它可以根据您的需要进行格式化。这是一个快速尝试（似乎通过了我的一分钟左右的测试）：

awk '
(NR == 1) || ($0 != lastLine) {
    if (NR != 1) {
        printf("%d\t%s\n", count, lastLine);
    }
    lastLine = $0;
    count = 1;
    next;
}
{
    count++;
}
END {
    printf("%d\t%s\n", count, lastLine);
}
' yourFile.txt

Answer 6

另一种解决方案。这相当于早期的sed解决方案，但它确实使用awk作为请求/标记！

cat yourFile.txt \
    | uniq -c \
    | awk '{
        match($0, /^ *[^ ]* /);
        printf("%s\t%s\n", $1, substr($0, RLENGTH + 1));
      }'

Answer 7

基于William Pursell answer，如果您喜欢与Perl兼容的正则表达式（PCRE），也许会是一种更为优雅和现代的方式

perl -pe 's/ *(\d+) /$1\t/'

选项为to execute (-e) and print (-p)。

为什么uniq -c输出空格而不是\ t？

7 个答案: