bash sort / uniq -c：如何在输出中使用tab而不是space作为分隔符？

Question

我有一个文件strings.txt列出字符串，我正在处理这样的字符：

sort strings.txt | uniq -c | sort -n > uniq.counts

因此，生成的文件uniq.counts将列出按其计数按升序排序的uniq字符串，如下所示：

 1 some string with    spaces
 5 some-other,string
25 most;frequent:string

请注意strings.txt中的字符串可能包含空格，逗号，分号和其他分隔符，但选项卡除外。如何让uniq.counts采用这种格式：

 1<tab>some string with    spaces
 5<tab>some-other,string
25<tab>most;frequent:string

Answer 1

使用GNU sed：

sort strings.txt | uniq -c | sort -n | sed -r 's/([0-9]) /\1\t/' > uniq.counts

输出到uniq.counts：

 1      some string with    spaces
 5      some-other,string
25      most;frequent:string

如果你想编辑你的文件＆＃34;就地＆＃34;使用sed的选项-i。

Answer 2

您可以在写入sed之前简单地将排序等输出传送到uniq.counts，例如添加：

| sed -e 's/^\([0-9][0-9]*\)\(.*$\)/\1\t\2/' > uniq.counts

完整的表达方式是：

$ sort strings.txt | uniq -c | sort -n | \
sed -e 's/^\([0-9][0-9]*\)\(.*$\)/\1\t\2/' > uniq.counts

（为了清楚起见，包括续行）

Answer 3

你可以这样做：

sort strings.txt | uniq -c | sort -n | sed -E 's/^ *//; s/ /\t/' > uniq.counts

sed将首先删除行开头的所有前导空格（在计数之前），然后在计数到tab字符后将其替换为空格。