Question

所以我正在编写一个bash脚本，按字母顺序列出文本文件中的名称，但只列出频率相同的名称（在第二列中定义）

grep -wi '$1' /usr/local/linuxgym-data/census/femalenames.txt |
awk '{ print ($2) }' |
grep '$1' /usr/local/linuxgym-data/census/femalenames.txt |
sort |
awk '{ print ($1) }'

因为我正在上课，所以我得到了输入'ANA'的例子，应该返回

ANA

RENEE

该文件中有大约4500行

但我正在看的两个字段有

ANA            0.120     55.989    181

RENEE          0.120     56.109    182

所以我想找到第二列的所有名称与ANA（0.120）相同。第二列是名字的频率......这只是我学校给我的虚拟数据，所以我不知道这意味着什么。但如果有另一个名称与ANA（0.120）具有相同的频率，它也会列在输出中。

当我自己运行命令时，它们工作正常，但是在第3行中使用awk输出作为$ 1在下面的grep中似乎有问题。

我对此很陌生，所以我最有可能以最迂回的方式做到这一点。

Answer 1

你可以在一行中做到这一点，但这是一个推动它。将其拆分为两部分，以便于编写/读取。例如：

name=$1
src=/usr/local/linuxgym-data/census/femalenames.txt

# get the frequency you're after
freq=$(awk -v name="$name" '$1==name {print $2}' "$src")

# get the names with that frequency
awk -v freq="$freq" '$2==freq {print $1}' "$src"

这与RomanPerekhrest的解决方案之间的权衡是他们的解决方案将进行一次扫描，但将内存中的所有内容编入索引。这个将扫描文件两次，但保存你的内存。

Answer 2

这应该可以做到......

f="/usr/local/linuxgym-data/census/femalenames.txt"
grep $(grep -wi -m 1 "$1" $f | awk '{ print ($2) }') $f | \
  sort | awk '{ print ($1) }'

...测试

echo 'ANA            0.120     55.989    181
RENEE          0.120     56.109    182' > fem
foo() { grep $(grep -wi -m 1 "$1" $f | awk '{ print ($2) }') $f | \
         sort | awk '{ print ($1) }' ; }
f=fem ; foo ANA

输出：

ANA
RENEE

Answer 3

使用单个 awk ：

inp="ANA"
awk -v inp=$inp '{ a[$1]=$2 } END { if(inp in a){ v=a[inp]; 
       for(i in a){ if(a[i]==v) print i }}
}' /usr/local/linuxgym-data/census/femalenames.txt | sort

输出：

ANA
RENEE

a[$1]=$2 - 为每个名称累积频率值
if(inp in a){ v=a[inp]; - 如果输入名称 inp在数组中 - 获取其频率值
for(i in a){ if(a[i]==v) print i - 打印所有名称，其频率值与输入名称相同

将awk输出管道输入grep

3 个答案: