使用 awk 进行模式检查

Question

有没有办法使用 awk 或 python 来检查模式，在我们组中，我们有 120,000 行消息，但如何知道谁在谁之后回复最多；

考虑以下几行；

• AA

• BB

• AA

• 抄送

• AA

• BB

• AA

• AA

• AA

• BB

• 抄送

• AA

我希望结果显示

• AA->BB = 3

• BB->AA = 2

• AA->CC = 1

• CC->AA = 2

• AA->CC = 1

• BB->CC = 1

• CC->BB = 0

Answer 1

像这样的东西可能对你来说就足够了：$ awk 'NR > 1 && prev != $1 { sum[prev"->"$1]++ }       { prev = $1 }       END { for (a in sum) { print a" = "sum[a] } }  ' input.txtAA->CC = 1BB->AA = 2AA->BB = 3BB->CC = 1CC->AA = 2排序是随机的，它不会打印AA->CC = 1两次；）并且它不会打印空关系CC->BB = 0

Answer 2

$ awk -v OFS="=" '                           # set for one single use{    if(FNR>1 && p!=$0)                       # exclude unwanted        a[p "->" $0]++                       # count    p=$0                                     # save $0 for next round}END {                                        # in the end    PROCINFO["sorted_in"]="@val_num_desc"    # ordering in GNU awk    for(i in a)                              # We loop        print i,a[i]                         # and count}' file输出：AA->BB=3BB->AA=2CC->AA=2AA->CC=1BB->CC=1如果您希望对输出进行排序，而不是与 awk 默认值相关的实现，并且您使用的是 GNU awk，请使用PROCINFO["sorted_in"]="@val_num_desc". 如果没有，请删除该行并将输出通过管道传输到sort -t= -k2n