Question

示例文件：

this
is
a
sample
file
with
several
lines
of
varying
length

使用AWK查找计数为（单词长度的出现次数）：

请建议如何找到包含第n个长度的行。

例如： - ＆＃39;是＆＃39;如果第2行的长度为2，请建议如何找到长度相同的行。

Answer 1

获取具有特定长度的行的一种简单方法是使用egrep和正则表达式：

egrep -n '^.{2}$' your-sample-file.txt
2:is
9:of

在正则表达式中"^.{2}$" the "."（句点）表示任何字符，甚至是空格，"2"表示"."应重复的次数。 "^"和"$"代表一行的开头和结尾。 "-n"参数要求egrep检索行号。

Answer 2

awk -v "len=2" 'length($0)==len{print}'

每个@dood建议

awk -v "len=2" 'length($0)==len'

同样适用，基本上是一个grep长度非常整洁。

编辑，根据显示的数字列表重新解释问题，
没有特定顺序返回结果

awk '{a[length($0)]++}END{for(i in a)print i, a[i]}' bar
4 3
5 1
6 2
7 2
1 1
2 2

Answer 3

我认为这就是你想要的。

  cat test.sh
    this
    is
    a
    sample
    file
    with
    several
    lines
    of
    varying
    length


awk -v "len=2" -F "\n" '{if ((length($0))==len) print "line " NR " length is " len}' test.sh
line 2 length is 2
line 9 length is 2

Answer 4

$ perl -C -nle 'print "$. $_" if length == 2' < file
2 is
9 of

$ grep -n '^.\{2\}$' file
2:is
9:of

$ awk '/^.{2}$/ { print NR, $0}' file
2 is
9 of

使用GNU sed，您可以在输出中的不同行上打印行号：

$ sed -ne '/^.\{2\}$/ !d ; =; p' file
2
is
9
of

其中!d删除该行，如果它与模式不匹配，=会将带有尾随换行符的行号添加到模式空间中，p将打印当前模式空间。看起来没有内置选项可以不打印=的尾随换行符。

Answer 5

假设发现只计算符合长度标准的行并且不返回每个可用计数的数组（如第二个数据样本）：

awk -v "Length=4" -F '[[:alnum:]]' 'NF == ( Length + 1)' YourFile

# or in tinyline "optimized"
# 5 = 4 (len) + 1

awk -F '[^\001]' 'NF==5' YourFile

提示：

{print $0}是模式/条件匹配的默认操作，在本例中为NF == ( Length + 1)

Answer 6

显示行

awk -v "Length=4" -F '[[:alnum:]]' 'NF == ( Length + 1) { print $0 }' YourFile

# or in tinyline "optimized"
# 5 = 4 (len) + 1

awk -F '[^\001]' 'NF==5' YourFile

计算行

awk -v "Length=4" -F '[[:alnum:]]' 'NF == ( Length + 1){Count++} END{ print Count}' YourFile

每个匹配行的详细信息

awk -v "Length=4" -F '[[:alnum:]]' 'NF == ( Length + 1){ print NR ":" $0}' YourFile

提示：

{print $0}是模式/条件匹配的默认操作，在本例中为NF == ( Length + 1)

（e）为此目的，grep是最快和最好的解决方案，尤其是在庞大的文件

上

Answer 7

awk救援！

$ awk  ' {k=length($0); a[k]=a[k] FS $0} 
     END {for(k in a) print k ":" a[k]}' file | 
  sort -n

1: a
2: is of
4: this file with
5: lines
6: sample length
7: several varying

您可以轻松添加行号...

$ awk ' {k=length($0); a[k]=a[k] FS $0 "(" NR ")"} 
    END {for(k in a) print k":"  a[k]}' file | 
  sort -n

1: a(3)
2: is(2) of(9)
4: this(1) file(5) with(6)
5: lines(8)
6: sample(4) length(11)
7: several(7) varying(10)

Answer 8

Apache Pig 。使用rank生成行号。通过比较行号和记录大小来过滤生成的关系。

A = LOAD 'sample.txt' as (line:chararray)
B = rank A;
C = FILTER B BY ($0 == SIZE(line))
DUMP C;

如何找到具有第n个长度的线

8 个答案: