awk打印行问题

Question

我现在遇到了awk命令的一些问题。 原始脚本是在MacOS上使用awk开发的，然后移植到Linux。 awk显示了不同的行为。

我想要做的是计算文件/tmp/test.txt通过/tmp/test.uniq.txt提供的单个字符串的出现次数。

awk '{print $1, system("cat /tmp/test.txt | grep -o -c " $1)}' /tmp/test.uniq.txt

Mac提供了预期的输出，如：

  test1 2 
  test2 1

输出在一行中，sting和出现次数由空格分隔。

Linux提供如下输出：

2
test1 1
test2 

输出不在一行中，首先打印系统命令的输出。

示例输入：test.txt如下所示：

test1 test test 
test1 test test
test2 test test

test.uniq.txt看起来像：

test1
test2

Answer 1

由于评论建议不建议使用grep和cat等使用system函数，因为awk是可以执行大部分这些任务的完整语言。

您可以使用以下awk命令替换您的cat | grep cat | grep功能：

awk 'FNR == NR {a[$1]=0; next} {for (i=1; i<=NF; i++) if ($i in a) a[$i]++} 
END { for (i in a) print i, a[i] }' uniq.txt test.txt

test1 2
test2 1

请注意，此输出与计数5不匹配，因为您的样本数据可能不同。

---

参考文献：

• 有效的AWK编程
• Awk教程

Answer 2

它看起来好像你正在尝试计算uniq文件中包含每个唯一字符串的行数。 但你正在做的方式是......尴尬，正如你所证明的那样，awk版本之间存在不一致。

以下可能会更好一点：

$ awk '
  NR==FNR {
    a[$1]
    next
  }
  {
    for (i in a) {
      if ($1~i) {
        a[i]++
      }
    }
  }
  END {
    for (i in a)
      printf "%6d\t%s\n",a[i],i
  }
' test.uniq.txt test.txt
         2  test1
         1  test2

这会将您的uniq文件加载到一个数组中，然后对于文本文件中的每一行，逐步执行数组以计算匹配。

请注意，这些是作为正则表达式进行比较，没有字边界，因此test1也将被计为test12一部分。

Answer 3

另一种方法可能是使用grep + sort + uniq ：

grep -o -w -F -f uniq.txt test.txt | sort | uniq -c

这是一条管道但很短的管道

从man grep ：

• -F ， - --fixed-strings ， - --fixed-regexp PATTERN解释为固定字符串列表，由换行符分隔，其中任何一个都要匹配。 （ -F由POSIX指定， - --fixed-regexp是废弃的别名，请不要在新脚本中使用它。）
• -f FILE ， - --file=FILE从FILE获取模式，每行一个。 空文件包含零模式，因此不匹配任何内容。 （ -f由POSIX指定。）
• -o ， - --only-matching仅打印匹配行的匹配（非空）部分，每个此类部分位于单独的输出行上。
• -w ， - --word-regexp仅选择包含构成整个单词的匹配项的行。 测试是匹配的子字符串必须位于行的开头或前面是非单词构成字符。 同样，它必须位于行的末尾或后跟非单词构成字符。 单词构成字符是字母，数字和下划线。