shell题

1. 统计词频

写一个 bash 脚本以统计一个文本文件 words.txt 中每个单词出现的频率。

为了简单起见，你可以假设：

• words.txt只包括小写字母和 ' ' 。
• 每个单词只由小写字母组成。
• 单词间由一个或多个空格字符分隔。

示例:
假设 words.txt 内容如下：

the day is sunny the the
the sunny is is

你的脚本应当输出（以词频降序排列）：

the 4
is 3
sunny 2
day 1

题解：

cat words.txt |tr -s ' ' '\n'| sort | uniq -c | sort -nr | awk '{print $2" "$1}'

cat ——浏览文件
tr -s —— tr处理字符串，-s缩减连续重复的字符成指定的单个字符；tr -s ' ' '\n'最后将字符串空格替换成换行，保证一行只有一个单词
sort —— 排序，排序后还是有重复
uniq -c ——去重并计数，输出结果类似于 the 4；先sort再uniq -c的原因是uniq必须是相邻重复才会去重
sort -nr—— -n 依照数值的大小排序，-r 以相反的顺序来排序
awk——格式化输出，规定先输出字符串再输出数字，空格可以用' '或" "，由于外层已经有了''，所以内层只能用""

2. 过滤后统计出现的次数

有一个线上服务器访问日志 格式如下（shell）

2016-11-09 11:22:05           /api/user/login                   110.23.5.33
2016-11-09 11:23:10          /api/user/detail                    57.3.2.16
......
2016-11-09 23:59:40           /api/user/login                    200.6.5.166

要求统计11月9号下午14点（14-15点），访问/api/user/login接口top10的ip地址和数量

题解：

cat log | grep '2016-11-09 14' | grep '/api/user/login' | awk '{print $3}' | sort | uniq -c | sort -nr | head

3.有效电话号码

给定一个包含电话号码列表（一行一个电话号码）的文本文件 file.txt，写一个 bash 脚本输出所有有效的电话号码。

你可以假设一个有效的电话号码必须满足以下两种格式： (xxx) xxx-xxxx 或 xxx-xxx-xxxx。（x 表示一个数字）
你也可以假设每行前后没有多余的空格字符。

示例:
假设 file.txt 内容如下：
987-123-4567
123 456 7890
(123) 456-7890
你的脚本应当输出下列有效的电话号码：
987-123-4567
(123) 456-7890

题解

最终的正则表达式为：

^([0-9]{3}-|\([0-9]{3}\) )[0-9]{3}-[0-9]{4}$
//或者(括号用\s来替换)
^([0-9]{3}-|\([0-9]{3}\)\s)[0-9]{3}-[0-9]{4}$ 

此题可以用awk或grep都行
1.awk方式（awk的正则表达式匹配格式：awk '/你的表达式/'）

awk '/^([0-9]{3}-|\([0-9]{3}\) )[0-9]{3}-[0-9]{4}$/' file.txt

2.grep方式（-E或者-P）

grep -E '^([0-9]{3}-|\([0-9]{3}\) )[0-9]{3}-[0-9]{4}$' file.txt
grep -P '^([0-9]{3}-|\([0-9]{3}\) )[0-9]{3}-[0-9]{4}$' file.txt