我有一个这样的文本文件:
asn|prefix|ip|domain
25008|85.192.184.0/21|85.192.184.59|solusi-it.com
25008|85.192.184.0/21|85.192.184.59|samtimes.ru
131755|103.31.224.0/24|103.31.224.58|karosel-ind.com
131755|103.31.224.0/24|103.31.224.58|solusi-it.com
9318|1.232.0.0/13|1.234.91.168|solusi-it.com
9318|1.232.0.0/13|1.234.91.168|es350.co.kr
有没有办法可以使用Linux Bash命令计算唯一域上的唯一ips数量,并获得这样的结果?
domain|count_ip
solusi-it.com|3
samtimes.ru|1
karosel-ind.com|1
es350.co.kr|1
答案 0 :(得分:5)
使用perl:
perl -F'\|' -lane '
$. > 1 and $domains->{$F[3]}->{$F[2]}++;
END{
print "domain|count_ip";
print $_, "|", scalar keys %{ $domains->{$_} } for keys %$domains;
}
' file | tee new_file
这背后的想法是使用HASH的HASH
$domains->{$F[3]}->{$F[2]}++
$F[3]
是域,$F[2]
是IP。独特性是保证。 HASH键始终是唯一的。
domain|count_ip
es350.co.kr|1
karosel-ind.com|1
samtimes.ru|1
solusi-it.com|3
答案 1 :(得分:2)
使用awk:
~$ awk -F'|' 'NR>1{a[$NF]++}END{print "domain|count_ip";for (i in a){print i FS a[i]}}' f
domain|count_ip
karosel-ind.com|1
solusi-it.com|3
samtimes.ru|1
es350.co.kr|1
您可以使用Field separator将字段与|
分开。
这不会检查ip是否已经在数组a
中。
为此,您可以使用sort
来测试第3和第4字段的唯一性:
~$ cat f f >f2
~$ sort -t'|' -k3,4 -u f2 | awk -F'|' 'NR>1{a[$NF]++}END{print "domain|count_ip";for (i in a){print i FS a[i]}}'
domain|count_ip
solusi-it.com|3
samtimes.ru|1
es350.co.kr|1
domain|1
答案 2 :(得分:1)
这应该这样做:
cat data | tail -n+2 | awk -F'|' '{print $4" "$3}' | sort | uniq | awk '{print $1}' | uniq -c | awk '{ print $2"|"$1}'
它基本上删除了标题,然后打印IP和主机,找到唯一的对{ip,host},按主机分组计算它们并格式化它们。
编辑:更正格式