使用“uniq -c”命令时需要从输出中删除计数

我正在尝试读取一个文件,并按特定字段的出现次数对其进行sorting。 假设我想从日志文件中找出最重复的date,然后使用uniq -c选项并按降序对其进行sorting。 像这样的东西

uniq -c | sort -nr 

这会产生这样的输出 –

 809 23/Dec/2008:19:20 

实际上计数的第一个字段是我的问题….我想从上面的输出得到ony的date,但米无法得到这个。 我试图使用切割命令,并做到了这一点

 uniq -c | sort -nr | cut -d' ' -f2 

但这只是打印空白…请有人可以帮助我获得date,并砍掉计数。 我只想要

 23/Dec/2008:19:20 

谢谢

Solutions Collecting From Web of "使用“uniq -c”命令时需要从输出中删除计数"

除非计数超过7位数,否则来自uniq的计数前面是空格,所以您需要执行如下操作:

 uniq -c | sort -nr | cut -c 9- 

让列(字符位置)9向上。 或者你可以使用sed

 uniq -c | sort -nr | sed 's/^.\{8\}//' 

要么:

 uniq -c | sort -nr | sed 's/^ *[0-9]* //' 

面对10,000,000或更多的重复计数,这第二个选项是稳健的; 如果你认为这可能是一个问题,它可能比cut选择更好。 毫无疑问,还有其他的选择。


警告:计数是通过Mac OS X 10.7.3上的实验确定的,但是使用来自coreutils 8.3的GNU uniq 。 BSD uniq -c在一个数字之前产生了3个前导空格。 POSIX规范说, uniq -c的输出应该被格式化为:

 printf("%d %s", repeat_count, line); 

这将不会有任何领先的空白。 考虑到输出格式的这种可能的差异,具有[0-9]正则表达式的sed脚本是处理来自uniq -c观察和理论输出变化的最可靠方法:

 uniq -c | sort -nr | sed 's/^ *[0-9]* //' 

不要cut -d' ' -f2 ,请尝试

 awk '{$1="";print}' 

也许你需要在开始时删除一个空白:

 awk '{$1="";print}' | sed 's/^.//' 

或用sed完成,保留原来的空白区域:

 sed -r 's/^[^0-9]*[0-9]+//' 

另一种解决方案是这样的:

 uniq -c | sort -nr | awk '{print $1, $2}' 

也可以轻松打印单个字段。

如果你想使用下游的计数字段,下面的命令将把它重新格式化为一个'管道友好'制表符分隔的格式,而不需要填充左边的内容:

  .. | sort | uniq -c | sed -r 's/^ +([0-9]+) /\1\t/' 

对于原始任务来说,这是一个矫枉过正的问题,但在重新格式化之后,可以使用cut来删除该字段,正如OP所期望的那样:

  .. | sort | uniq -c | sed -r 's/^ +([0-9]+) /\1\t/' | cut -d $'\t' -f2- 

tr -s添加到管道链中以将多个空间“挤”到一个空格分隔符中:

 uniq -c | tr -s ' ' | cut -d ' ' -f3 

tr在一些不起眼的地方非常有用。 不幸的是,它并没有摆脱第一个领先的空间,因此-f3