☰

Zählen der Zeilen mit einer Nummer größer als 100

tag-icon • tag-icon sed awk grep
Zählen der Zeilen mit einer Nummer größer als 100

Ich habe eine Datei mit vielen Zahlen (nur Zahlen und jede Zahl steht in einer Zeile). Ich möchte die Anzahl der Zeilen herausfinden, in denen die Zahl größer als 100 ist (oder tatsächlich irgendetwas anderes). Wie kann ich das tun?

Antwort1

Betrachten wir diese Testdatei:

$ cat myfile
98
99
100
101
102
103
104
105

Zählen wir nun die Anzahl der Zeilen mit einer Zahl größer als 100:

$ awk '$1>100{c++} END{print c+0}' myfile
5

Wie es funktioniert

  • $1>100{c++}

    Jedes Mal, wenn die Zahl in der Zeile größer als 100 ist, cwird die Variable um 1 erhöht.

  • END{print c+0}

    Nachdem wir mit dem Lesen der Datei fertig sind, cwird die Variable ausgedruckt.

    Indem wir zu hinzufügen 0, czwingen wir awk, es cwie eine Zahl zu behandeln. Wenn es Zeilen mit Zahlen gäbe >100, dann cist bereits eine Zahl. Wenn nicht, dann cwäre ein leeres (Hut ab:iruvar). Indem wir eine Null hinzufügen, ändern wir die leere Zeichenfolge in ein 0, wodurch eine korrektere Ausgabe entsteht.

Antwort2

Ähnliche Lösung mitperl

$ seq 98 105 | perl -ne '$c++ if $_ > 100; END{print $c+0 ."\n"}'
5


Geschwindigkeitsvergleich:Zahlen für 3 aufeinanderfolgende Durchläufe gemeldet

Zufällige Datei:

$ perl -le 'print int(rand(200)) foreach (0..10000000)' > rand_numbers.txt
$ perl -le 'print int(rand(100200)) foreach (0..10000000)' >> rand_numbers.txt

$ shuf rand_numbers.txt -o rand_numbers.txt 
$ tail -5 rand_numbers.txt 
114
100
66125
84281
144
$ wc rand_numbers.txt 
20000002 20000002 93413515 rand_numbers.txt
$ du -h rand_numbers.txt 
90M rand_numbers.txt

Mitawk

$ time awk '$1>100{c++} END{print c+0}' rand_numbers.txt 
14940305

real    0m7.754s
real    0m8.150s
real    0m7.439s

Mitperl

$ time perl -ne '$c++ if $_ > 100; END{print $c+0 ."\n"}' rand_numbers.txt 
14940305

real    0m4.145s
real    0m4.146s
real    0m4.196s

Und nur zum Spaß mit grep(Aktualisiert: sogar schneller als Perl mit LC_ALL=C)

$ time grep -xcE '10[1-9]|1[1-9][0-9]|[2-9][0-9]{2,}|1[0-9]{3,}' rand_numbers.txt 
14940305

real    0m10.622s

$ time LC_ALL=C grep -xcE '10[1-9]|1[1-9][0-9]|[2-9][0-9]{2,}|1[0-9]{3,}' rand_numbers.txt
14940305

real    0m0.886s
real    0m0.889s
real    0m0.892s

sedmacht keinen Spaß:

$ time sed -nE '/^10[1-9]|1[1-9][0-9]|[2-9][0-9]{2,}|1[0-9]{3,}$/p' rand_numbers.txt | wc -l
14940305

real    0m11.929s

$ time LC_ALL=C sed -nE '/^10[1-9]|1[1-9][0-9]|[2-9][0-9]{2,}|1[0-9]{3,}$/p' rand_numbers.txt | wc -l
14940305

real    0m6.238s

verwandte Informationen