主页 / ubuntu / 问题 / 661080
Accepted
Lynob
Asked: 2015-08-14 10:14:26 +0800 CST

搜索数列

  • 772

假设你有一个包含 500 万行的 file1.csv，每行有 8 个随机数，用逗号分隔。你有这个序列7,152,13,11,42,5,7

如何输出 file1.csv 中的行，其中包含该序列中的 3 个或更多数字以及行号？

perl

2 个回答

  1. Best Answer

    有趣的。我会用awk

    awk -F, -v seq="7,152,13,11,42,5,7" '
    BEGIN {
        n = split(seq, a)
        for (i=1; i<=n; i++) num[a[i]]=1
    }
    { 
        n=0
        for (i=1; i<=NF; i++) { 
            if ($i in num) n++
            if (n == 3) {
                print
                break
            }
        }
    }
' bigfile

    可以预见，perl 更简洁

    export seq="7,152,13,11,42,5,7"
perl -F, -lane '
    BEGIN {%nums = map {$_ => 1} split /,/, $ENV{seq}} 
    print if scalar(grep {exists $nums{$_}} @F) >= 3
' file
    • 3

  2. 这是python完成这项工作的脚本：

    #!/usr/bin/env python2
nums = set('7,152,13,11,42,5,7'.split(','))
with open('/path/to/file.txt') as f:
    f = enumerate(f, start=1)
    for i, line in f:
        if len(set.intersection(nums, set(line.split(',')))) >= 3:
            print str(i) + ': ' + line.rstrip()

    • ,将包含我们要匹配的set数字nums

    • 我们创建了一个enumerate对象来获取行号并遍历这些行

    • set.intersection(nums, set(line.split(',')))nums从和中获取共同的数字line

    • 如果该序列中有 3 个或更多数字出现在行if len(....) >= 3中，则将打印行号和行。

    输出将是这样的：

    1: 7,152,13,11,42,5,45
2: 7,152,1,5,7,34,44
3: 7,152,13,11,42,5,7
5: 11,42,5,7,7,152,13

    还要考虑到数字不必按照提到的确切顺序出现，它们可以按任何顺序出现。

    • 3

相关问题