将字符串映射到唯一的数字？

Question

是否有一个很好的 bash oneliner 将文件内的字符串映射到唯一的数字？

例如，

a
a
b
b
c
c

应该转换为

1
1
2
2
3
3

我目前正在用 C++ 实现它，但 bash 单行代码会很棒。

Answer 1

awk '{if (!($0 in ids)) ids[$0] = ++i; print ids[$0]}'

这维护了一个名为 ids 的关联数组。每次它找到一个新字符串时，它都会为其分配一个单调递增的 id ++i。

例子：

jkugelman$ echo 
a\nb\nc\na\nb\nc' | awk '{if (!($0 in ids)) ids[$0] = ++i; print ids[$0]}'
1
2
3
1
2
3

Answer 2

这里的 awk 解决方案很好，但是这里在纯 bash 中使用相同的方法（> = 4）

declare -A stringmap
counter=0
while read string < INPUTFILE; do
    if [[ -z ${stringmap[$string]} ]]; then
        let counter+=1
        stringmap[$string]=$counter
    fi
done
for string in "${!stringmap[@]}"; do
    printf "%d -> %s\n" "${stringmap[$string]}" "$string"
done

Answer 3

awk 'BEGIN { num = 0; }
{
    if ($0 in seen) {
        print seen[$0];
    } else {
        seen[$0] = ++num;
        print num;
    }
}' [file]

（当然，不完全是一行。）

Answer 4

没有 if 的轻微修改

awk '!($0 in ids){ids[$0]=++i}{print ids[$0]}' file