Shell 文件中计数的搜索、计数和位置

我不是Linux方面的专家，但在各种论坛上查看不同的帖子时，我一直在尝试编写一个脚本来匹配文件中同时出现的字符模式。 我的文件大约有2亿个字符（大写和小写），每行大约50个字符。我将所有的行合并在一起，使用

tr -d '\n' < input.txt > oneLineInput.txt

我试图寻找句子中出现的“tr”模式。我现在的剧本是

grep -o -i oneLineInput.txt -e tr | sort | uniq -c

上面的脚本对于一个小文件来说效果非常好，但是当我尝试在实际文件上运行它时，超过2亿个字符，完成任务需要很长时间（我失去了耐心，没有检查所花费的总时间）

有没有办法优化代码 我也一直在努力争取比赛的位置。例如，在上面的示例文件中，“tr”从第4位和第27位开始

是否可以将索引的位置作为输出中的一个数字

---

谢谢

此

awk

将显示您在

oneLineInput.txt中有多少
tr

awk -F"[Tt][Rr]" '{print NF-1}' oneLineInput.txt
2


要获得该职位：

awk -F"[Tt][Rr]" 'BEGIN {print "hit\tposition"} {for (i=1;i<NF;i++) {p+=length($i);print ++a"\t"p+1+(a-1)*2}}' oneLineInput.txt
hit     position
1       4
2       27

awk-F“[Tt][Rr]”开始{print“hit\tposition”}{for（i=1；i以下是使用awk的另一种方法：

{ 
    while (match($0, /[Tt][Rr]/)) {
        ++n
        m += RSTART
        $0 = substr($0, RSTART + RLENGTH)
        printf "match %d: position %d\n", n, m + n - 1
    }
}

match
将第一个匹配项的位置存储在变量
RSTART
中，而
RLENGTH
中的匹配项长度
n
将记录匹配项的数量。
substr
用于从字符串开头删除匹配项。要打印的位置必须偏移
n-1

输出：

$ awk -f matches.awk file
match 1: position 4
match 2: position 27

我可以使用上面的脚本计算“tr”在原始文件中的出现次数。但是，当“t”出现在一行的最后一个位置，而“r”是下一行的第一个字符时，我会错过一些计数。通过删除换行符，您创建了一种情况，即
t
在一行的末尾，而
r
在一行的开头现在，另一个字符将被视为
tr
的出现。这是您想要的吗？如果
t
和
r
之间存在其他空格字符，那么它们是否应被视为
tr
呢？无论哪种方式，合并行都不是一个有用的步骤，如果这是所需的行为，则很容易忽略空格我拥有的文件没有任何空格。所讨论的模式也可以在两个连续的行上找到。因此，我合并了这些行。@Ed Morton，我如何忽略空格？？？有什么建议吗？使用
-F'[Tt][[：space:]]*[Rr]'
作为要匹配的FS，并使用
-v RS='^$'
作为GNU awk的记录分隔符（其他awk有其他方法）.
[[：space:][]*
表示零个或多个空格字符，RS设置告诉gawk将整个文件视为单个字符串。哇……太棒了。工作完美无瑕。现在轮到我了解基本知识了：）太不可思议了。我真是太感谢你了。我必须破译并学习它是如何工作的。我以前使用的脚本对于我拥有的文件的大小来说需要很长时间。不幸的是，由于我的声誉，我无法提高投票率。非常感谢：）@biowizz不客气。学习所有好的技巧和窍门需要很多时间。谢谢。这对我来说非常有用o、 但是比前面的答案稍微慢一点。很高兴知道不同的方法来完成相同的任务。
$ awk -f matches.awk file
match 1: position 4
match 2: position 27