使用 awk 进行模式检查

Question

有没有办法使用awk或python来检查模式，我们组有120,000行消息但要知道谁回复最多；

考虑以下几行；

• AA
• BB
• AA
• 抄送
• AA
• BB
• AA
• AA
• AA
• BB
• 抄送
• AA

我希望显示结果

• AA->BB = 3
• BB->AA = 2
• AA->CC = 1
• CC->AA = 2
• AA->CC = 1
• BB->CC = 1
• CC->BB = 0

Answer 1

$ awk -v OFS="=" '                           # set for one single use
{
    if(FNR>1 && p!=$0)                       # exclude unwanted
        a[p "->" $0]++                       # count
    p=$0                                     # save $0 for next round
}
END {                                        # in the end
    PROCINFO["sorted_in"]="@val_num_desc"    # ordering in GNU awk
    for(i in a)                              # We loop
        print i,a[i]                         # and count
}' file

输出：

AA->BB=3
BB->AA=2
CC->AA=2
AA->CC=1
BB->CC=1

如果您希望输出排序而不是与实现相关的 awk 默认值，并且您使用的是 GNU awk，请使用 PROCINFO["sorted_in"]="@val_num_desc"。如果不是，请删除该行并将输出通过管道传输到sort -t= -k2n

Answer 2

这样的事情对你来说可能就足够了：

$ awk 'NR > 1 && prev != $1 { sum[prev"->"$1]++ }
       { prev = $1 }
       END { for (a in sum) { print a" = "sum[a] } }
  ' input.txt
AA->CC = 1
BB->AA = 2
AA->BB = 3
BB->CC = 1
CC->AA = 2

• 排序是随机的，
• 它不会打印两次AA->CC = 1 ;)
• 它不打印空关系CC->BB = 0