Linuxで文字列の出現数をカウントして、一定回数以上含むファイルを抽出したい。

Question

Bashで以下のような処理を実現したいのですが、どのようにコマンドを組めばできるでしょうか？

「指定したディレクトリ以下にある、拡張子が.jsである全ファイルについて、
ファイル内に文字列”abc”が出てくる回数をカウントし、
20回以上であるファイルの一覧を出力する」

シェルに詳しい方何卒ご教授いただけると幸いです。
よろしくお願いいたします。

Comments

[ts-learner]

学校の宿題やコンテストの問題であれば丸投げは良くないですが、実務上で知りたいことを端的に質問することに特に問題があるとも思えないため、特に修正や追記はしません。あしからず。

[ts-learner]

また、エラー修正の質問であれば「私の調査したこと・試したこと」を書く意味が大いにあると思いますが、こういうCS的な問題の場合私が試して駄目だった方法を書き連ねることに意味があるとは思えません。

Answer 1

こんな感じ？

#!/bin/bash

for file in $( find  "$1" -maxdepth 1 -name '*.js' ) ;do
    [ $( grep -o 'abc' ${file} | wc -l ) -ge 20 ] && echo ${file}
done

参考記事：Linuxコンソール上でファイル内の特定のキーワードの数を数える

Comments

[ts-learner]

findで抽出したファイルをforで回して、条件を満たす場合のみechoというふうにすればいいのですね。
大変勉強になりました。
ありがとうございます。

[nandymak]

勉強になります。後贅沢を言わせていただければ1行に複数回出現したときは対応方法有りますかね？

[nomuken]

参考記事を合わせて読んでいただければわかると思いますがoオプションを使うことで1行複数回に対応できています。

Answer 2

awkコマンドで。

awk '/abc/{a[FILENAME]++}END{for(i in a)if(a[i]>=20)print i}' 指定DIR/*.js

サブディレクトリ以下のファイルも含めたいときは、

shopt -s globstar
awk '/abc/{a[FILENAME]++}END{for(i in a)if(a[i]>=20)print i}' 指定DIR/**/*.js

Comments

[ts-learner]

ありがとうございます。

Answer 3

ワンライナーで書くなら、以下のようなコマンドで実現可能です。

grep -rciE 'abc' --include='*.js' ./ | xargs -I% sh -c 'if [[ "$(echo % | cut -d':' -f2)" -ge 20 ]]; then echo % | cut -d":" -f1; fi'

Comments

[ts-learner]

ありがとうございます。