Regex Linux工具-如何计算和列出文件中正则表达式的出现次数

我有一个包含大量类似字符串的文件。我想计算正则表达式的唯一出现次数，并显示它们是什么，例如，对于文件上的模式

配置文件：（\w*）

：

Profile: blah
Profile: another
Profile: trees
Profile: blah

我希望找到3个实例，并返回结果：

blah, another, trees

试试这个：

egrep "Profile: (\w*)" test.text -o | sed 's/Profile: \(\w*\)/\1/g' | sort | uniq

输出：

another
blah
trees

3

说明

带有

-o

选项的

egrep

将获取文件中的匹配模式

sed

将仅获取捕获部分

sort

后跟

uniq

将给出唯一元素的列表

要获取结果列表中的元素数，请在命令后面附加

wc-l

egrep "Profile: (\w*)" test.text -o | sed 's/Profile: \(\w*\)/\1/g' | sort | uniq | wc -l

输出：

another
blah
trees

3

我会用你的例子

kent$  echo "Profile: blah
Profile: another
Profile: trees
Profile: blah"|awk '{a[$2]}END{for(x in a)print x}'
another
trees
blah

如果要在输出中获得计数（3）：

awk '{a[$2]}END{print "count:",length(a);for(x in a)print x }' file

举同样的例子：

kent$  echo "Profile: blah
Profile: another
Profile: trees
Profile: blah"|awk '{a[$2]}END{print "count:",length(a);for(x in a)print x }'
count: 3
another
trees
blah

---

+1要返回正确的列表，只需半个答案，因为它不返回计数。此解决方案有效。。就个人而言，我不喜欢将

grep | sed | sort | uniq

四个过程结合起来。。。如果OP想要清点人数，我想，

wc

可以参加派对吗？@Stefan谢谢你的指点。我只是更新了一篇文章的描述和内容extension@Kent我想知道简明的解决方案。但就我个人而言，我喜欢简洁易读，而不是记住单一选项的复杂组合utility@Kent我完全同意你的看法。我曾经遇到过处理大型文件的开销问题。但我也是一个初学者，渴望知道最佳解决方案。我知道您已经使用了

awk

，并将尝试理解它。+1用于考虑效率。虽然我同意你的答案更简洁，也可能更有效，但实际上解析jkshah的答案更容易理解在哪里用我想要的变量替换他的变量，例如正则表达式字符串。@Kent如果添加

Nomatch:Nomatch

，这将失败，并产生错误的传递。这里OP需要只匹配

配置文件的行：（\w*）

@Kent这是否使用任何正则表达式？我完全不熟悉

awk

@jkshah也许你是对的。应检查模式。这将是非常容易添加到一个班轮。根据所讨论的示例数据，我们不需要regexp。@Kent Aha！基于这个示例数据的假设，我本可以删除

grep

then；）<代码>sed | sort | uniq只会work@Stefen我假设

NoMatch:NoMatch

行不应该出现在结果中。请确认。如果是这样，请在示例中也添加这样的负字符串，这样您就不会得到错误的通过