Her satırdaki belirli bir karakterin sayısı nasıl sayılır?

Her metin satırında belirli bir karakterin sayısının bazı metin işlem araçlarından nasıl sayılacağını merak ediyordum.

Örneğin ", aşağıdaki metnin her satırında saymak için

"hello!" 
Thank you!

İlk satırda iki, ikinci satırda 0 var.

Başka bir örnek (her satırda saymaktır .

Bunu sedve ile yapabilirsiniz awk:

$ sed 's/[^"]//g' dat | awk '{ print length }'
2
0

Nerede datsenin örneğin metin, (her hat için) sed siler tüm olmayan bir "karakter ve awkher satır boyutuna için baskılar (yani lengtheşdeğerdir length($0)nerede, $0geçerli satırı belirtir).

Başka bir karakter için, sed ifadesini değiştirmeniz yeterlidir. Örneğin (:

's/[^(]//g'

Güncelleme: sed görev için fazla abartılmış - tryeterlidir. Eşdeğer bir çözüm tr:

$ tr -d -c '"\n' < dat | awk '{ print length; }'

Karakter kümesinde trolmayan ( -ctamamlayıcı anlamına gelen) tüm karakterleri silen anlam "\n.

Sadece awk kullanırdım

awk -F\" '{print NF-1}' <fileName>

Burada alan ayırıcısını (-F bayrağıyla) karakter olarak ayarlıyoruz, "sonra yaptığımız tek şey alan sayısını yazdırmak. NF- 1. Hedef karakterin oluşum sayısı, ayrılmış alanların sayısından daha az olacak.

Kabuk tarafından yorumlanan komik karakterler için, onlardan kaçtığınızdan emin olmanız gerekir, aksi takdirde komut satırı onları dener ve yorumlar. Hem Yani "ve )sen (ile alan ayırıcı kaçmak gerekir \).

Kullanılması trard wc:

function countchar()
{
    while IFS= read -r i; do printf "%s" "$i" | tr -dc "$1" | wc -m; done
}

Kullanımı:

$ countchar '"' <file.txt  #returns one count per line of file.txt
1
3
0

$ countchar ')'           #will count parenthesis from stdin
$ countchar '0123456789'  #will count numbers from stdin

Dış programlarda itimat içinde değil Henüz başka uygulama bash, zsh, yashve bazı uygulamaları / versiyonları ksh:

while IFS= read -r line; do 
  line="${line//[!\"]/}"
  echo "${#line}"
done <input-file

Saymak line="${line//[!(]}"için kullanın (.

awkEşleşme sayısı çok büyükse (bu benim durumum olur) kullanan cevaplar başarısız olur. Loki-astari'nin cevabı için aşağıdaki hata bildirilmiştir:

awk -F" '{print NF-1}' foo.txt 
awk: program limit exceeded: maximum number of fields size=32767
    FILENAME="foo.txt" FNR=1 NR=1

Gelen yanıt enzotib (ve gelen eşdeğer manatwork ), bir segmentasyon hatası oluşur:

awk '{ gsub("[^\"]", ""); print length }' foo.txt
Segmentation fault

sedTarafından çözüm maxschlepzig düzgün çalışır, ancak yavaş (zamanlamaları aşağıda) 'dir.

Burada henüz önerilmeyen bazı çözümler. İlk önce, kullanarak grep:

grep -o \" foo.txt | wc -w

Ve kullanarak perl:

perl -ne '$x+=s/\"//g; END {print "$x\n"}' foo.txt

İşte birkaç çözüm için bazı zamanlamalar: (en yavaşdan en hızlıya sipariş edilir); İşleri burada tek gömleklerle sınırlandırdım. 'foo.txt', bir satır ve 84922 eşleşme içeren uzun bir dize içeren bir dosyadır.

## sed solution by [maxschlepzig]
$ time sed 's/[^"]//g' foo.txt | awk '{ print length }'
84922
real    0m1.207s
user    0m1.192s
sys     0m0.008s

## using grep
$ time grep -o \" foo.txt | wc -w
84922
real    0m0.109s
user    0m0.100s
sys     0m0.012s

## using perl
$ time perl -ne '$x+=s/\"//g; END {print "$x\n"}' foo.txt
84922
real    0m0.034s
user    0m0.028s
sys     0m0.004s

## the winner: updated tr solution by [maxschlepzig]
$ time tr -d -c '\"\n' < foo.txt |  awk '{ print length }'
84922
real    0m0.016s
user    0m0.012s
sys     0m0.004s

Başka bir awkçözüm:

awk '{print gsub(/"/, "")}'

Awk ve gsub ile bir başka olası uygulama:

awk '{ gsub("[^\"]", ""); print length }' input-file

İşlev gsubsed'in eşdeğeridir 's///g'.

Saymak gsub("[^(]", "")için kullanın (.

Sıkıldığım için bir C programı yazmaya karar verdim.

Muhtemelen giriş onaylaması eklemelisiniz, ancak ayarlananların dışında.

#include <stdio.h>
#include <string.h>

int main(int argc, char *argv[])
{
        char c = argv[1][0];
        char * line = NULL;
        size_t len = 0;
        while (getline(&line, &len, stdin) != -1)
        {
                int count = 0;
                char * s = line;
                while (*s) if(*s++ == c) count++;
                printf("%d\n",count);
        }
        if(line) free(line);
}

Bir dize için, en basit ile olacağını trve wc(ile Overkill gerek awkya sed) - ama yaklaşık yukarıdaki yorumları dikkat tr, bayt karakter değil sayar -

echo $x | tr -d -c '"' | wc -m

Değerlendirilecek $xdizeyi (bir dosyayı değil) içeren değişken.

Yalnızca STD C ve daha az bellek gerektiren başka bir C çözümü:

#include <stdio.h>

int main(int argc, char **argv)
{
  if (argc < 2 || !*argv[1]) {
    puts("Argument missing.");
    return 1;
  }
  char c = *argv[1], x = 0;
  size_t count = 0;
  while ((x = getc(stdin)) != EOF)
    if (x == '\n') {
      printf("%zd\n", count);
      count = 0;
    } else if (x == c)
      ++count;
  return 0;
}

Biz kullanabilirsiniz grepile regexdaha basit ve güçlü hale getirmek için.

Belirli bir karakteri saymak için.

$ grep -o '"' file.txt|wc -l

Boşluk karakterleri içeren özel karakterleri saymak için.

$ grep -Po '[\W_]' file.txt|wc -l

Burada, her bir eşleşmeyi (her karakter olan) ayrı bir satırda yazdırmak için yaptığımız seçenekle birlikte [\S\s]ve -oseçtiğimiz grepkarakterleri seçiyoruz. Ve sonra wc -lher satırı saymak için kullanın .

Belki daha yalındır, tamamen garip bir cevap split kullanmak olacaktır. Bölünmüş bir dizge alır ve diziye dönüştürür, dönüş değeri + 1 dizge öğesi sayısıdır.

Aşağıdaki kod, her satırda kaç kez "çıktısını alacaktır.

awk ' {print (split($0,a,"\"")-1) }' file_to_parse

split hakkında daha fazla bilgi http://www.staff.science.uu.nl/~oostr102/docs/nawk/nawk_92.html

"Dosyanın her satırındaki sayısını bulmak için basit bir Python betiği :

#!/usr/bin/env python2
with open('file.txt') as f:
    for line in f:
        print line.count('"')

Burada countyerleşik strtip yöntemini kullandık .

Saf bir bash çözümü için (ancak bash'a özgüdür): Eğer $xdizenizi içeren değişken ise:

x2="${x//[^\"]/}"
echo ${#x2}

${x//Şey hariç tüm karakter kaldırır ", ${#x2}bu dinlenme süresini hesaplar.

( exprHangi sorunların kullanıldığı özgün öneri , yorumlara bakın:)

expr length "${x//[^\"]/}"

aSayılacak char ile değiştirin . Çıktı, her satır için sayaçtır.

perl -nE 'say y!a!!'

Sunulan çözümlerin zaman karşılaştırması (cevap değil)

Cevapların etkinliği önemli değil. Yine de, josephwb yaklaşımını izleyerek sunulan tüm cevapları zamanlamaya çalıştım.

Victor Hugo "Les Miserables" (harika kitap!) 'In Portekizce tercümesini girdi olarak kullanıyorum ve "a" nın oluşumlarını sayıyorum. Sürümümde 5 cilt var, birçok sayfa ...

$ wc miseraveis.txt 
29331  304166 1852674 miseraveis.txt 

C cevapları gcc ile derlendi (optimizasyon yok).

Her cevap 3 kez çalıştırıldı ve en iyisini seçti.

Bu sayılara çok fazla güvenmeyin (makinem başka işler yapıyor, vb.). Bu zamanları seninle paylaşıyorum, çünkü beklenmedik sonuçlar aldım ve daha fazlasını bulacağına eminim.

• 16 zamanlanmış çözümün 14'ü 1 saniyeden daha az sürdü; 9'u 0,1 saniyeden az, çoğu boru kullanıyor
• Satır satır bash kullanarak 2 çözüm, yeni işlemler oluşturarak 30k satır işledi, 10s / 20s içinde doğru çözümü hesaplayın.
• grep -oP aağaç zamanından daha hızlıdır grep -o a (10; 11 - 12)
• C ve diğerleri arasındaki fark beklediğim kadar büyük değil. (7; 8 ve 2; 3)
• (sonuçlar kabul edilir)

(rastgele sırayla sonuçlanır)

=========================1 maxschlepzig
$ time sed 's/[^a]//g' mis.txt | awk '{print length}' > a2
real    0m0.704s ; user 0m0.716s
=========================2 maxschlepzig
$ time tr -d -c 'a\n' < mis.txt | awk '{ print length; }' > a12
real    0m0.022s ; user 0m0.028s
=========================3 jjoao
$ time perl -nE 'say y!a!!' mis.txt  > a1
real    0m0.032s ; user 0m0.028s
=========================4 Stéphane Gimenez
$ function countchar(){while read -r i; do echo "$i"|tr -dc "$1"|wc -c; done }

$ time countchar "a"  < mis.txt > a3
real    0m27.990s ; user    0m3.132s
=========================5 Loki Astari
$ time awk -Fa '{print NF-1}' mis.txt > a4
real    0m0.064s ; user 0m0.060s
Error : several -1
=========================6 enzotib
$ time awk '{ gsub("[^a]", ""); print length }' mis.txt > a5
real    0m0.781s ; user 0m0.780s
=========================7 user606723
#include <stdio.h> #include <string.h> // int main(int argc, char *argv[]) ...  if(line) free(line); }

$ time a.out a < mis.txt > a6
real    0m0.024s ; user 0m0.020s
=========================8 maxschlepzig
#include <stdio.h> // int main(int argc, char **argv){if (argc < 2 || !*argv[1]) { ...  return 0; }

$ time a.out a < mis.txt > a7
real    0m0.028s ; user 0m0.024s
=========================9 Stéphane Chazelas
$ time awk '{print gsub(/a/, "")}'< mis.txt > a8
real    0m0.053s ; user 0m0.048s
=========================10 josephwb count total
$ time grep -o a < mis.txt | wc -w > a9
real    0m0.131s ; user 0m0.148s
=========================11 Kannan Mohan count total
$ time grep -o 'a' mis.txt | wc -l > a15
real    0m0.128s ; user 0m0.124s
=========================12 Kannan Mohan count total
$ time grep -oP 'a' mis.txt | wc -l > a16
real    0m0.047s ; user 0m0.044s
=========================13 josephwb Count total
$ time perl -ne '$x+=s/a//g; END {print "$x\n"}'< mis.txt > a10
real    0m0.051s ; user 0m0.048s
=========================14 heemayl
#!/usr/bin/env python2 // with open('mis.txt') as f: for line in f: print line.count('"')

$ time pyt > a11
real    0m0.052s ; user 0m0.052s
=========================15 enzotib
$ time  while IFS= read -r line; do   line="${line//[!a]/}"; echo "${#line}"; done < mis.txt  > a13
real    0m9.254s ; user 0m8.724s
=========================16 bleurp
$ time awk ' {print (split($0,a,"a")-1) }' mis.txt > a14
real    0m0.148s ; user 0m0.144s
Error several -1

grep -n -o \" file | sort -n | uniq -c | cut -d : -f 1

grep tüm ağır kaldırma işlemlerini yapar: her satır numarasında bulunan her karakteri rapor eder. Gerisi sadece satır başına sayımı toplamak ve çıktıyı biçimlendirmek içindir.

Kaldır -nve tüm dosyanın sayısını al.

1.5Meg metin dosyasını 0.015 sn'nin altında saymak hızlı görünüyor.
Ve karakterlerle çalışır (bayt değil).

Bash için bir çözüm. Harici bir program çağrılmadı (kısa dizeler için daha hızlı).

Değer bir değişkende ise:

$ a='"Hello!"'

Bu, "içerdiği kaç tane basacaktır :

$ b="${a//[^\"]}"; echo "${#b}"
2