bash – 如何查找第一个文件中哪一行最常出现在第二个文件中?
我有两个清单.我需要确定第一个列表中哪个单词最常出现在第二个列表中.第一个,list1.txt包含一个单词列表,按字母顺序排序,没有重复.我使用了一些脚本来确保每个单词出现在一个唯一的行上,例如:
canyon fish forest mountain river 第二个文件list2.txt是UTF-8,还包含许多项目.我还使用了一些脚本来确保每个单词出现在一个唯一的行上,但有些项目不是单词,有些可能会出现很多次,例如: fish canyon ocean ocean ocean ocean 1423 fish 109 fish 109 109 ocean >脚本应输出最常匹配的项目.例如,如果使用上面的2个文件运行,则输出将为“fish”,因为list1.txt中的单词通常出现在list2.txt中. 这是我到目前为止所拥有的.首先,它搜索每个单词并创建一个包含匹配项的CSV文件: #!/bin/bash while read -r line do count=$(grep -c ^$line list2.txt) echo $line”,”$count >> found.csv done < ./list1.txt 之后,found.csv按第二列降序排序.输出是出现在第一行的单词. >如果2个或更多单词之间存在平局,例如“鱼”,“峡谷”和“森林”各出现5次,而没有其他出现的频率,输出将是按字母顺序排列的这3个单词,用逗号分隔,例如:“峡谷,鱼,森林”. 如何创建一个更有效的脚本,该脚本可以查找第一个列表中哪个词最常出现在第二个列表中? 解决方法
您可以使用以下管道:
grep -Ff list1.txt list2.txt | sort | uniq -c | sort -n | tail -n1 F告诉grep搜索文字单词,f告诉它使用list1.txt作为要搜索的单词列表.其余的对匹配进行排序,计算重复次数,并根据出现的次数对它们进行排序.最后一部分选择最后一行,即最常见的一行(加上出现次数). (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |