bash sort / uniq -c:如何在输出中使用制表符而不是空格作为分隔符

Question

我有一个列出字符串strings.txt文件，我像这样处理：

sort strings.txt | uniq -c | sort -n > uniq.counts

因此，生成的文件uniq.counts将列出按计数升序排序的 uniq 字符串，如下所示：

 1 some string with    spaces
 5 some-other,string
25 most;frequent:string

请注意，strings.txt中的字符串可能包含空格、逗号、分号和其他分隔符，制表符除外。我怎样才能让uniq.counts采用这种格式：

 1<tab>some string with    spaces
 5<tab>some-other,string
25<tab>most;frequent:string

Answer 1

你可以做：

sort strings.txt | uniq -c | sort -n | sed -E 's/^ *//; s/ /t/' > uniq.counts

sed将首先删除行首（计数之前）的所有前导空格，然后将计数后的空格替换为tab字符。

Answer 2

您可以简单地将排序等的输出通过管道传输到sed，然后再写入uniq.counts，例如 add：

| sed -e 's/^([0-9][0-9]*)(.*$)/1t2/' > uniq.counts

完整的表达式将是：

$ sort strings.txt | uniq -c | sort -n | 
sed -e 's/^([0-9][0-9]*)(.*$)/1t2/' > uniq.counts

（为清楚起见，包括行连续符）

Answer 3

使用 GNU sed：

sort strings.txt | uniq -c | sort -n | sed -r 's/([0-9]) /1t/' > uniq.counts

输出到 uniq.counts：

 1 一些带空格的字符串 5 其他一些，字符串25 最;频繁：字符串

如果要"就地"编辑文件，请使用 sed 的选项 -i .