Perl 获取大型文本文件中特定行位置中唯一值的数量

全部,

我有一个大型服务器日志，其中包含以下条目： 未从模块中找到

紧随其后的是一个引号，后跟模块的位置。文件长度超过4800行，每个模块可能出现100次以上。因此，我想做的是类似于wc-l的事情，但随后只显示服务器日志的模块名部分中唯一值的数量。有什么想法吗？

grep-oP'（？
grep-oP'）？
可能接近您想要的，但如果没有一些示例输入和预期输出，很难猜测

perl -nlwe '$a{$_}++ }{ print "$_ : $a{$_}" for keys %a' log.txt

可能接近您想要的，但如果没有一些示例输入和预期输出，很难猜测

perl -nlwe '$a{$_}++ }{ print "$_ : $a{$_}" for keys %a' log.txt

为每行创建一个哈希键，然后在末尾打印这些键

grep 'entry: not found from Module' logfile | sort -u | wc -l

为每行创建一个散列键，然后在末尾打印键。
为什么不使用
uniq-c
来获得所有唯一值的计数？一个“引号”是一个单引号
“
还是一个双引号
“
模块id的末尾是否有一个匹配的？发布一些小的、有代表性的样本输入和预期输出。为什么不使用
uniq-c
来获得所有唯一值的计数？一个“引号”是一个单引号
”
还是一个双引号
"
模块id的末尾是否有一个匹配的？发布一些小的、有代表性的示例输入和预期的输出。@WinnieNicklaus是的，刚刚修复了它。我只是想用我的答案指出，这里可能不需要Perl正则表达式。嗯，可能除了模块名称之外还有其他信息，因此，最安全的做法是只提取模块名称本身，而不是提取包含它们的整行。@Ed：太好了，我不知道这个选项。在管道中使用sort和uniq的通常原因是，当您需要每个唯一项的计数时，那么您就可以使用
sort | uniq-c
。我想这实际上更符合实际根据OP的要求，即获取每个模块名称的计数，而不是将所有输出传输到
wc-l
，以获取所有“未找到”的计数行。@EdMorton
显示服务器日志的模块名部分中唯一值的数量
——我更倾向于认为这意味着刚才提到的模块数量。@WinnieNicklaus是的，刚刚修复了它。我只是想用我的回答指出，这里可能不需要Perl正则表达式。好吧，我可能是在那里“行中除了模块名称之外还有其他信息，因此只提取模块名称本身而不是提取包含它们的整行是最安全的。@Ed：太好了，我不知道这个选项。在管道中使用sort和uniq的通常原因是，当您需要对每个唯一条目进行计数时，那么您就可以使用
sort|了。”uniq-c
。我认为这实际上可能更符合OP的要求，即获取每个模块名称的计数，而不是将所有输出传输到
wc-l
以获取所有“未找到”的计数行。@EdMorton
显示服务器日志的模块名部分中唯一值的数量
——我更倾向于认为这意味着提到的模块数量。
grep 'entry: not found from Module' logfile | sort -u | wc -l