Contar linhas únicas em um arquivo é uma tarefa comum no Linux. Este artigo apresenta dois métodos eficientes de linha de comando: usando sort e uniq, e usando awk.
Sumário
Contando Linhas Únicas com sort e uniq
Este método combina o poder de sort e uniq para uma abordagem direta. sort organiza as linhas alfabeticamente, um pré-requisito para uniq, que conta apenas linhas idênticas consecutivas. A opção -c em uniq adiciona um prefixo de contagem a cada linha.
Para contar linhas únicas em file.txt:
sort file.txt | uniq -c
Isso exibe cada linha única com sua contagem. Para obter o número total de linhas únicas, canalize a saída para wc -l:
sort file.txt | uniq -c | wc -l
Exemplo:
Se file.txt contém:
apple
banana
apple
orange
banana
apple
sort file.txt | uniq -c produz:
3 apple
2 banana
1 orange
E sort file.txt | uniq -c | wc -l produz:
3
Contando Linhas Únicas com awk
awk oferece uma solução flexível, particularmente útil para cenários mais complexos. Este método emprega um array associativo para rastrear linhas únicas e suas contagens.
Para contar linhas únicas e exibi-las com suas contagens:
awk '{count[$0]++} END {for (line in count) print count[line], line}' file.txt
Este script incrementa a contagem para cada linha no array count, usando a linha como chave. O bloco END itera pelo array, imprimindo a contagem de cada linha e a própria linha.
Para obter apenas a contagem total de linhas únicas:
awk '{count[$0]++} END {print length(count)}' file.txt
Isso usa length(count) para exibir diretamente o número de linhas únicas (o tamanho do array).
Exemplo:
Usando o mesmo file.txt, o primeiro comando awk produz a mesma saída que o método sort | uniq -c. O segundo comando awk produz 3, indicando três linhas únicas.
Escolha o método que melhor se adapta às suas necessidades. sort e uniq são mais simples para tarefas básicas; awk oferece maior flexibilidade para cenários complexos.