String AWK文本文件比较（包含'；b'；文件和'；文件中的字符串的次数）

我有一个较小的txt文件，大约50000行（a.txt），还有一个较大的txt文件，大约1m行（b.txt）

我想知道b.txt包含a.txt中的字符串多少次

(if [[ $s1 == *"$s2"* ]]).

事实： 每行长度在5-65个字符之间 每行只包含一个字符串 仅限英文字母 字符串中没有空格 不会有精确的匹配

这是我的源代码。它正在工作，但速度相当慢。 你能帮我吗？我怎样才能做得更快

#!/bin/bash

awk 'FNR==NR{a[$1]; next} {s=$1; for (i in a) if (index(i, $1)) s=s FS i; if (s!=$1) print  s}' a.txt b.txt > result.txt

理想的输出是results.txt：

例如：

a1string是a.txt中的第一个字符串，如果b.txt包含多个a1string，则在i writea1string中，以及b.txt中包含a1string的字符串

grep -F -c -f a.txt b.txt

-F

表示执行精确匹配，而不是正则表达式

-c

表示对匹配行进行计数，而不是打印它们

-f a.txt

表示从文件

a.txt

中获取要匹配的字符串，而不是从命令行参数中获取

要查看所有单个匹配项，请使用

-o

选项。然后通过管道将其输送到

sort

和

uniq

以获取每一个的计数

grep -F -o -f a.txt b.txt | sort | uniq -c | sort -nr

---

您好，不会有任何精确匹配精确匹配可以在行中的任何位置，它不匹配整行（这是

-x

选项所做的）。好的，现在我可以看到有14000个匹配。如何在b.txt中找到a.txt中的哪些字符串（以及找到了多少次）？您好，我可以对输出进行排序吗？（描述）当然可以。这就是管道之美。看更新我不认为有一个简单的方法可以使这从根本上更快。有一件事可能会有帮助，那就是用搜索字符串和匹配行将每个匹配项打印为一行，然后进行排序和汇总，但这可能会更慢，只是比当前的输出格式更难处理。也许搜索字符串文件可以转换为

flex

源文件并进行编译，但我怀疑这仍然不会使它更有效率。