我是编码的初学者。我有一个脚本，可以在文件中为特定的单词进行grep。我需要它的出现次数，但我要找的词是，级联。因此，如果在不到1分钟的时间内再次重复，我想忽略发生的情况。但如果发生的设备与第一次发生的设备不同，则不应忽略
例如：file1.txt
file .txt 2018.09.06 21:27:45.001 There is a error 12345
file .txt 2018.09.06 21:27:45.009 error 12345 is reported on device-1
file .txt 2018.09.06 21:27:45.500 There is a error 12345
file .txt 2018.09.06 21:27:45.601 error 12345 is reported on device-1
file .txt 2018.09.06 21:27:46.899 There is a error 12345
file .txt 2018.09.06 21:27:46.905 error 12345 is reported on device-1
file .txt 2018.09.06 21:27:49.203 There is a error 12345
file .txt 2018.09.06 21:27:49.491 error 12345 is reported on device-6
file .txt 2018.09.06 21:27:52.703 There is a error 12345
file .txt 2018.09.06 21:29:52.991 error 12345 is reported on device-6
结果是
grep -c 12345 file1.txt
10
我得到的结果=10
我需要的结果=3
如何忽略基于时间戳的重复出现。
你有多在乎"彼此在1分钟内"的部分？如果说"在一分钟内忽略多个事件"就足够了，那么这就相当简单了。
首先获取所有"错误xyz已报告"行的列表
$ grep "error 12345 is reported" tfile.txt
file .txt 2018.09.06 21:27:45.009 error 12345 is reported on device-1
file .txt 2018.09.06 21:27:45.601 error 12345 is reported on device-1
file .txt 2018.09.06 21:27:46.905 error 12345 is reported on device-1
file .txt 2018.09.06 21:27:49.491 error 12345 is reported on device-6
file .txt 2018.09.06 21:29:52.991 error 12345 is reported on device-6
然后使用sed将这些减少为HH:MM device-number格式
$ grep reported tfile.txt | sed 's/.*(..:..):.*reported on (.*)/1 2/'
21:27 device-1
21:27 device-1
21:27 device-1
21:27 device-6
21:29 device-6
然后找到唯一的条目
$ grep reported tfile.txt | sed 's/.*(..:..):.*reported on (.*)/1 2/' | uniq
21:27 device-1
21:27 device-6
21:29 device-6
最后计算
$ grep reported tfile.txt | sed 's/.*(..:..):.*reported on (.*)/1 2/' | uniq | wc -l
3
您需要解析出时间戳，进行一些日期-时间计算(总是有点困难，但至少您可能没有跨越时区，尽管您可能会周期性地跨越夏令时，我认为您没有足够的信息来判断何时会发生这种情况(。这可能意味着一个简单的grep是不够的，您需要读取bash中的每一行，解析并跟踪它
然后，您将需要类似sed或awk的东西来解析该行。只要你无论如何都这么做，你可能只想在整个过程中使用awk。我从未使用过awk进行时间戳管理，尽管我看到了它的手册页，所以它应该能够处理它。剩下的就是根据时间戳跟踪设备名称，awk处理得很好。
然而，我建议为此采用更高层次的语言。无论是perl、python还是ruby，它们都应该能够相当轻松地处理这一问题。