Cómo contar filas ordenadas por el primer campo en bash

9

Aquí hay un fragmento de la ENTRADA:

...
####################
Bala Bela;XXXXXX12345;XXXXXX12345678;A
SERVER345Z3.DOMAIN.com0
SERVER346Z3.DOMAIN.com0
SERVER347Z3.DOMAIN.com0
SERVER348Z3.DOMAIN.com0
ssh-dss ...pubkeyhere...
####################
Ize Jova;XXXXXX12345;XXXXXX12345;A
SERVER342Z3.DOMAIN.com0
SERVER343Z3.DOMAIN.com0
SERVER345Z3.DOMAIN.com0
ssh-rsa ...pubkeyhere...
...

Y aquí hay un fragmento de la SALIDA que necesito:

Bala Bela;XXXXXX12345;XXXXXX12345678;A
4
Ize Jova;XXXXXX12345;XXXXXX12345;A
3

Por lo tanto, necesito una SALIDA de la ENTRADA, para poder ver cuántas filas que comienzan con "SERVIDOR" van al usuario dado (por ejemplo: "Bala Bela; XXXXXX12345; XXXXXX12345678; A"). ¿Cómo puedo hacer esto en bash?

bash text-processing

— Gasko Peter
fuente

¿Requiere que esto sea Bash independiente, o son otras herramientas aceptables (grep, awk, perl ...)?

— ire_and_curses

Supongo (y lo he hecho :) que, a menos que se indique explícitamente lo contrario, una pregunta de scripting bash permite todas las herramientas estándar como grep, awk, sed, perl y todo lo demás.

— cas

6

{
i=0
while IFS= read -r line; do
  case "$line" in
    ssh*|'##'*)
      ;;
    SERVER*)
      ((++i))
      ;;
    *)
      if ((i>0)); then echo $i;i=0; fi
      echo "$line"
      ;;
  esac
done
if ((i>0)); then echo $i;i=0; fi
} <inputfile >outputfile

Lo mismo en perl one-liner

perl -nle '
  BEGIN{$i=0}
  next if/^(ssh|##)/;
  if(/^SERVER/){++$i;next}
  print$i if$i>0;
  $i=0;
  print;
  END{print$i if$i>0}' inputfile >outputfile

y golf

perl -nle's/^(ssh|##|(SERVER))/$2&&$i++/e&&next;$i&&print$i;$i=!print}{$i&&print$i' inputfile >outputfile

— Nahuel Fouilleul
fuente

Guau. perl es asombroso: D

— gasko peter

5

Esta versión cuenta todas las filas que no coinciden con la expresión regular en la greplínea.

#! /usr/bin/perl 

# set the Input Record Separator (man perlvar for details)
$/ = '####################';

while(<>) {
    # split the rows into an array
    my @rows = split "\n";

    # get rid of the elements we're not interested in
    @rows = grep {!/^#######|^ssh-|^$/} @rows;

    # first row of array is the title, and "scalar @rows"
    # is the number of entries, so subtract 1.
    if (scalar(@rows) gt 1) {
      print "$rows[0]\n", scalar @rows -1, "\n"
    }
}

Salida:

Bala Bela; XXXXXX12345; XXXXXX12345678; A
4 4
Ize Jova; XXXXXX12345; XXXXXX12345; A
3

Si solo desea contar las líneas que comienzan con 'SERVIDOR', entonces:

#! /usr/bin/perl 

# set the Input Record Separator (man perlvar for details)
$/ = '####################';

while(<>) {
    # split the rows into an array
    my @rows = split "\n";

    # $rows[0] will be same as $/ or '', so get title from $rows[1]
    my $title = $rows[1];

    my $count = grep { /^SERVER/} @rows;

    if ($count gt 0) {
      print "$title\n$count\n"
    }
}

— cas
fuente

5

sed -n ':a /^SERVER/{g;p;ba}; h' file | uniq -c | 
  sed -r 's/^ +([0-9]) (.*)/\2\n\1/'

Salida:

Bala Bela;XXXXXX12345;XXXXXX12345678;A
4
Ize Jova;XXXXXX12345;XXXXXX12345;A
3

Si un recuento prefijado está bien:

sed -n ':a /^SERVER/{g;p;ba}; h' file |uniq -c

Salida:

  4 Bala Bela;XXXXXX12345;XXXXXX12345678;A
  3 Ize Jova;XXXXXX12345;XXXXXX12345;A

— Peter.O
fuente

4

Una awkalternativa:

/^#{15,}/ {           # if line starts with 15 or more number signs
  if(k) {             # if any key found
    print k RS n      # print it and occurrences of SERVER
    n=0
  }
  getline             # key is on the next line
  k = $0
  next                # move to next record
} 

/SERVER/ { n++ }      # count occurrences of SERVER
END { print k RS n }  # print last record

Todo en una línea:

awk '/^#{15,}/ { if(n>0) { print k RS n; n=0 }; getline; k = $0; next } /SERVER/ { n++ } END { print k RS n }'

— Thor
fuente

2

Entonces, si la salida ya está ordenada en cada "depósito", podría aplicar directamente uniq marcando solo los primeros N caracteres:

cat x | uniq -c -w6

Aquí hay N == 6 ya que SERVER consta de 6 caracteres desde el principio de la línea. Terminará con esta salida (que es un poco diferente de la salida requerida):

  1 ####################
  1 Bala Bela;XXXXXX12345;XXXXXX12345678;A
  4 SERVER345Z3.DOMAIN.com0
  1 ssh-dss ...pubkeyhere...
  1 ####################
  1 Ize Jova;XXXXXX12345;XXXXXX12345;A
  3 SERVER342Z3.DOMAIN.com0
  1 ssh-rsa ...pubkeyhere...

— matemáticas
fuente