grepを使用して任意の文字で始まるレコード数を重複削除し抽出

前提・実現したいこと

コマンドラインを使用し大量のJSONファイルから任意の文字で始まるレコード数を表示した上で、重複を削除し指定した文字で始まるhorseLabelの合計値を抽出したいと考えております。

おそらくは以下の行程かと目星をつけて取り組んでいるのですが、任意の文字を絞り込む行程で意図してないレコードも（見たところ全レコードが表示され正規表現が効いていないように見受けられます）が表示されてしまいます。
1.grepでファイル内の対象レコードを抽出
2.パイプでgrepを繋いで任意の文字で絞り込み
3.uniqで重複を削除しcatでレコード数を表示
また、末尾にレコード数を表示させる意図で冒頭にcatをつけると以下のエラーが表示されてしまいます。

発生している問題・エラーメッセージ

【第二行程までを実現しようとした場合】
grep -h horselabel *.json | grep '^[A]*'
⇨horseLabelの全レコードが表示されてしまう

【cat及びuniqを使用した際のエラー】
cat: write error: Broken pipe

試したこと

cat *.json | grep -h horseLabel '^[A]' | sort | uniq

KojiDoi

2019/09/19 21:25

「試したこと」で書いてある内容が、明らかにその前の説明と矛盾しています。実際にはどうやったのかを正確に書いてください。

KojiDoi

2019/09/19 21:29

また、「horseLabelの合計値」とは何でしょうか。みたところ数値データではないので、文字通りの「合計」を出すのは不可能に見えます。ファイルの数？行数？正確に説明してください。

行動規範の内容に同意します

回答2件

ベストアンサー

^[A]*は、「行頭にAが0文字以上」なので、すべての行が該当しますよ。

"horseLabel": "Aという文字列を含んだ行を数えたいなら、

sh
1grep -h '"horseLabel": "A' *.json | sort -u | wc -l

でしょうか。そのまま書けばいいです。

catでレコード数を表示

の意味が分からないので、とりあえずwcで行数を数えるように書きました。

投稿2019/09/20 00:09

otn

総合スコア85893

Navy_boy_SUA

2019/09/21 14:41

拙い説明にも関わらず意図を汲み取って頂きありがとうございます！頂いた方法にて解決いたしました！

行動規範の内容に同意します

いまいちしたいことが理解できていませんが、以下の様なことでしょうか？
jsonのデータを4つ用意します。

bash
1$ ls *.json
2C.json	a.json	b.json	d.json
3$ for item in `ls *.json`; do cat $item
4> done
5{
6"horse": "http://www.wikidata.org/entity/Q1001792",
7"horseLabel": "akybe Diva",
8}
9{
10"horse": "http://www.wikidata.org/entity/Q1001792",
11"horseLabel": "Makybe Diva",
12}
13{
14"horse": "http://www.wikidata.org/entity/Q1001792",
15"horseLabel": "AAAAMakybe Diva",
16}
17{
18"horse": "http://www.wikidata.org/entity/Q1001792",
19"horseLabel": "AAAAMakybe Diva",
20}
21

bash
1$ grep -h horseLabel *.json
2"horseLabel": "akybe Diva",
3"horseLabel": "Makybe Diva",
4"horseLabel": "AAAAMakybe Diva",
5"horseLabel": "AAAAMakybe Diva",
6$ grep -h horseLabel *.json|grep -F ': "A'
7"horseLabel": "AAAAMakybe Diva",
8"horseLabel": "AAAAMakybe Diva",