以 Unix 方式总结两列

Question

# 解决问题

如何有效地总结以下列？

第 1 列

1
3
3
...   

第 2 列

2323
343
232
...

这应该给我

预期结果< /em>

2324
346
235
...

我有两个文件中的列。

---

# 初始情况

有时我使用了太多的大括号，因此我在文件中使用了多个 this { 比 this } 。 我试图找到我在哪里使用了一个不必要的大括号。 我已使用以下步骤获取数据

Find 命令

 find . * -exec grep '{' {} + > /tmp/1
 find . * -exec grep '}' {} + > /tmp/2

AWK 命令

 awk -F: '{ print $2 }' /tmp/1 > /tmp/11
 awk -F: '{ print $2 }' /tmp/2 > /tmp/22

该列位于文件 /tmp/11 和 /tmp/22 中。

我在程序中重复了很多类似的命令。 这表明我这不是正确的方法。

请向我建议任何可以减少步骤数的方法，例如 Python、Perl 或任何 Unix 工具。

Answer 1

如果 c1 和 c2 是您的文件，您可以执行以下操作：

$ paste c1 c2 | awk '{print $1 + $2}'

或者（不使用 AWK）：

$ paste c1 c2 | while read i j; do echo $(($i+$j)); done

Answer 2

使用Python：

totals = [ int(i)+int(j) for i, j in zip ( open(fname1), open(fname2) ) ]

Answer 3

您可以通过仅使用同时进行计数和比较的命令来避免中间步骤：

find . -type f -exec perl -nle 'END { print $ARGV if $h{"{"} != $h{"}"} } $h{$_}++ for /([}{])/g' {}\;

这对每个文件调用一次 Perl 程序，Perl 程序计算每种类型大括号的数量并打印文件名如果它们计数不匹配。

您必须小心 /([}{]])/ 部分，find 会认为它需要对 {} 进行替换如果你说/([{}]])/。

警告：如果您尝试针对源代码运行此代码，则会出现误报和误报。考虑以下情况：

平衡，但字符串中有花句：

if ($s eq '{') {
    print "I saw a {\n"
}

不平衡，但字符串中有花句：

while (1) {
   print "}";

您可以使用 B::Deparse:

perl -MO=Deparse -nle 'END { print $ARGV if $h{"{"} != $h{"}"} } $h{$_ }++ for /([}{])/g'

结果是：

BEGIN { $/ = "\n"; $\ = "\n"; }
LINE: while (defined($_ = <ARGV>)) {
    chomp $_;
    sub END {
        print $ARGV if $h{'{'} != $h{'}'};
    }
    ;
    ++$h{$_} foreach (/([}{])/g);
}

我们现在可以查看程序的每个部分：

BEGIN { $/ = "\n"; $\ = "\n"; }

这是由 -l 选项引起的。它将输入和输出记录分隔符设置为“\n”。这意味着读入的任何内容都将被分解为基于“\n”的记录，并且任何打印语句都将附加“\n”。

LINE: while (defined($_ = <ARGV>)) {
}

这是由 -n 选项创建的。它循环遍历通过命令行（如果没有传递文件则为 STDIN）传入的每个文件，读取这些文件的每一行。这也恰好将 $ARGV 设置为 读取的最后一个文件。

chomp $_;

这会从刚刚读取的行 ($_) 中删除 $/ 变量中的所有内容，它在这里没有任何用处。这是由 -l 选项引起的。

sub END {
    print $ARGV if $h{'{'} != $h{'}'};
}

这是一个 END 块，该代码将在程序末尾运行。如果 %h 中存储的值与键 '{'$ARGV（上次读取的文件的名称，见上文） code> 和 '}' 是相等的。

++$h{$_} foreach (/([}{])/g);

这需要进一步细分：

/
    (    #begin capture
    [}{] #match any of the '}' or '{' characters
    )    #end capture
/gx

是一个正则表达式，返回匹配字符串中的“{”和“}”字符列表。由于未指定字符串，因此将匹配 $_ 变量（它保存最后从文件中读取的行，请参见上文）。该列表被输入到 foreach 语句中，然后该语句针对列表中的每个项目（因此得名）运行其前面的语句。它还将 $_ （如您所见 $_ 是 Perl 中的一个流行变量）设置为列表中的项目。

++h{$_}

此行将 $h 中与 $_ 关联的值（可以是“{”或“}”，见上文）加一。

Answer 4

在Python（或Perl，Awk，&c）中，你可以合理地在一个独立的“pass”中完成它——我不确定你所说的“太多大括号”是什么意思，但你肯定可以计算大括号每个文件使用。例如（除非您必须担心多 GB 文件），使用最多花括号的 10 个文件：

import heapq
import os
import re

curliest = dict()

for path, dirs, files in os.walk('.'):
  for afile in files:
    fn = os.path.join(path, afile)
    with open(fn) as f:
      data = f.read()
      braces = data.count('{') + data.count('}')
    curliest[fn] = bracs

top10 = heapq.nlargest(10, curlies, curliest.get)
top10.sort(key=curliest.get)
for fn in top10:
  print '%6d %s' % (curliest[fn], fn)

Answer 5

回复Lutz的回答

我的问题终于被这个comnad解决了

paste -d: /tmp/1 /tmp/2 | awk -F: '{ print $1 "\t" $2 - $4 }'

Answer 6

只需 1 个 awk 命令即可解决您的问题...

awk '{getline i<"file1";print i+$0}'  file2