李玉鹏的blog

经常聊天么？想知道你最常碎碎念的话是啥么？

假如你有一份聊天记录，格式是大概是说话人+冒号+内容+tab+时间，如下：

我：哈哈 2046-4-1
她：你好 2046-4-1
我：我不好 2046-4-1
她：你好 2046-4-1
我：··· 2046-4-1
她：你好 2046-4-1
我：扁 2046-4-1
她：哦 2046-4-1
我：··· 2046-4-1
—-未完待续—-

后面会是啥，不知道，反正是一大堆有聊无聊的话，也可能不止“我”和“她”。我们现在来统计一下这个聊天记录里的碎碎念达人。
把聊天记录存到一个文件里，比如suisuinian.log，然后运行如下命令：

cat suisuinian.log |awk '{print $1}'|sort|uniq -c|awk '{printf ("%010d %s\n",$1,$2)}'|sort -r +0 -1|head -n 3|perl -n -e '/([0]{0,10})(.*)/ && print “$2\n”‘


恩，前3位的碎碎念句子就出来了。

3 她：你好
2 我：···
1 我：扁

“她”说了3次“你好”，“我”说了2次“…”～

说明：
cat suisuinian.log 获取内容
awk ‘{print $1 }’ 打印出聊天内容（去掉时间）
sort 排序
uniq -c 去除重复并计算数目
awk ‘{printf (”%010d %s\n”,$1,$2)}’ 将数目用0补齐10位
sort -r +0 -1 按数目排序
head -n 3 取前3位
perl -n -e ‘/([0]{0,10})(.*)/ && print “$2\n”‘ 将用于补齐的0去掉

很好的linux，很好的工具～