☰

对域和子域进行排序和分组

tag-icon • tag-icon shell-script text-processing utilities
对域和子域进行排序和分组

是否有更好的方法将域和子域排序和分组在一起？例如，list包含的文件

morefu.sub1.foo.com
www.foo.com
bar.foo.com
sub1.foo.com 
fufu.isub1.foo.com
foofoo.bar.foo.com 
morefoo.bar.foo.com
fufu.sub1.foo.com

使用

for i in $(grep -oP '(\w+).foo.com' list | sort | uniq); do grep $i list | sort; echo; done

几乎有效：

bar.foo.com
foofoo.bar.foo.com 
lotsmorefubar.bar.foo.com
morefoo.bar.foo.com

fufu.isub1.foo.com <-- should not be here
fufu.sub1.foo.com
morefu.sub1.foo.com
sub1.foo.com 

www.foo.com

但fufu.isub1.foo.com它应该单独在一个部分中。在 grep 表达式中添加^and\b没有帮助。

想知道是否有更准确、更有效的方法来做到这一点？

答案1

怎么样

tr -d [:blank:] < hosts |                           # remove trailing whitespace
perl -lne 'print join ".", reverse(split /\./)' |   # reverse order of fields
sort |                                              # sort
awk -F. '
  !seen[$1.$2.$3]++ && NR>1 {print ""}             # insert blank line when tld,dom,sub change
  {for (i=NF;i>1;i--) printf "%s.", $i; print $1}   # print fields in original order
'

给予

bar.foo.com
foofoo.bar.foo.com
morefoo.bar.foo.com

fufu.isub1.foo.com

sub1.foo.com
fufu.sub1.foo.com
morefu.sub1.foo.com

www.foo.com

使用相同的算法更好（我希望）实现哈希值的哈希值在 Perl 中：

#!/usr/bin/perl

use strict;
use warnings;

my %domains = ();

while (defined($_ = <ARGV>)) {
  chomp $_ ;
  $_ =~ s/\s+//;

  my @F = reverse(split(/\./));
  my $domain = join(".", @F[0..2]);

  if ( ! exists($domains{$domain}) ) {
    $domains{$domain} = {};
  }

  $domains{$domain}{join(".", @F)}++;
}

foreach my $domain (sort keys %domains) {
  foreach my $host (sort keys %{ $domains{$domain} }) {
    print join(".", reverse(split(/\./, $host))), "\n";
  }
  print "\n"
}

答案2

TXR口齿不清：

[(opip (mapcar (op tok-str @1 #/[^.]+/))
       (sort @1 : reverse)
       (partition-by (ret [@1 -3..-1]))
       (mapcar (op mapcar (op cat-str @1 ".")))
       (interpose "")
       tprint)
 (get-lines)]

跑步：

$ txr domain-sort.tl < data
bar.foo.com
foofoo.bar.foo.com
morefoo.bar.foo.com

fufu.isub1.foo.com

sub1.foo.com
fufu.sub1.foo.com
morefu.sub1.foo.com

www.foo.com

基本上，我们将行标记为字符串列表，例如("sub1" "foo" "com"), 并使用这些列表。我们使用其元素的逆序作为键对该列表进行排序；因此，为了排序的目的，("sub1" "foo" "com")被视为("com" "sub1" "foo")。之后，就是分组的问题了。使用partition-by，使用最后三个元素作为分区键可以轻松实现这一点。我们必须通过用句点连接字符串来重新构建字符串，并用行打印组。后者是通过在组之间插入空字符串并让其tprint完成其工作来实现的。

相关内容