linux统计出现次数top3的url

最新推荐文章于 2025-01-13 20:45:01 发布

s20082043

最新推荐文章于 2025-01-13 20:45:01 发布

阅读量1k

点赞数

分类专栏： linux

linux 专栏收录该内容

9 篇文章

订阅专栏

本文介绍了一种使用Shell脚本统计文本文件中出现频率最高的前三个网址的方法。通过对文件中的网址进行提取、计数和排序，最终输出了出现次数最多的三个网站：Yahoo、搜狐和优快云。

对文件中的以下网址排序，统计出出现次数排名top3的网址。

文件名：

web.txt plain copy

[plain]view plaincopy 
   
 http://www.google.com  
 http://www.baidu.com  
 http://www.sina.com  
 http://www.bjtu.edu.cn  
 http://www.codeproject.com  
 http://www.csdn.com  
 http://www.sohu.com  
 http://www.yahoo.com  
 http://mail.163.com  
 http://www.bjtu.edu.cn  
 http://www.codeproject.com  
 http://www.csdn.com  
 http://www.sohu.com  
 http://www.yahoo.com  
 http://mail.163.com  
 http://www.codeproject.com  
 http://www.csdn.com  
 http://www.sohu.com  
 http://www.yahoo.com  
 http://mail.163.com  
 http://www.qq.com  
 http://www.hao123.com  
 http://www.163.com  
 http://youku.com  
 http://taobao/com  
 http://www.bjtu.edu.cn  
 http://www.codeproject.com  
 http://www.csdn.com  
 http://www.sohu.com  
 http://www.yahoo.com  
 http://mail.163.com  
 http://www.codeproject.com  
 http://www.csdn.com  
 http://www.sohu.com  
 http://www.yahoo.com  
 http://mail.163.com  
 http://www.qq.com  
 http://www.hao123.com  
 http://www.163.com  
 http://youku.com  
 http://taobao/com  

shell脚本如下：

#!/bin/bash
foo()
{
if [ $# -ne 1 ];
then
exit -1
fi
filename=$1
egrep -o "http://[a-zA-Z0-9.]+\.[a-zA-Z]{2,3}" $filename | \
awk '{ count[$0]++ }
END{
printf("%-30s%s\n","winsit","count");
for(ind in count)
{
printf("%-30s%d\n",ind,count[ind]);
}
}'
}
foo web.txt | sort -nrk 2 | head -3 >websort2.txt #sort命令 -n：【纯数字】类型 -r ：倒序 -k：指定对哪个Filed(字段)进行排序