☰

ドメインとサブドメインの並べ替えとグループ化

tag-icon • tag-icon shell-script text-processing utilities
ドメインとサブドメインの並べ替えとグループ化

ドメインとサブドメインを一緒にソートしてグループ化するより良い方法はありますか？たとえば、list次を含むファイル

morefu.sub1.foo.com
www.foo.com
bar.foo.com
sub1.foo.com 
fufu.isub1.foo.com
foofoo.bar.foo.com 
morefoo.bar.foo.com
fufu.sub1.foo.com

使用

for i in $(grep -oP '(\w+).foo.com' list | sort | uniq); do grep $i list | sort; echo; done

ほとんど動作します。

bar.foo.com
foofoo.bar.foo.com 
lotsmorefubar.bar.foo.com
morefoo.bar.foo.com

fufu.isub1.foo.com <-- should not be here
fufu.sub1.foo.com
morefu.sub1.foo.com
sub1.foo.com 

www.foo.com

しかし、fufu.isub1.foo.comそれ自体がセクションになければなりません。 grep式に^andを追加しても\b役に立ちません。

これを行うより正確で効率的な方法があるかどうか疑問に思いますか？

答え1

どうですか？

tr -d [:blank:] < hosts |                           # remove trailing whitespace
perl -lne 'print join ".", reverse(split /\./)' |   # reverse order of fields
sort |                                              # sort
awk -F. '
  !seen[$1.$2.$3]++ && NR>1 {print ""}             # insert blank line when tld,dom,sub change
  {for (i=NF;i>1;i--) printf "%s.", $i; print $1}   # print fields in original order
'

与える

bar.foo.com
foofoo.bar.foo.com
morefoo.bar.foo.com

fufu.isub1.foo.com

sub1.foo.com
fufu.sub1.foo.com
morefu.sub1.foo.com

www.foo.com

同じアルゴリズムを使用してより良い実装を望んでいます。ハッシュ値のハッシュ値パールでは：

#!/usr/bin/perl

use strict;
use warnings;

my %domains = ();

while (defined($_ = <ARGV>)) {
  chomp $_ ;
  $_ =~ s/\s+//;

  my @F = reverse(split(/\./));
  my $domain = join(".", @F[0..2]);

  if ( ! exists($domains{$domain}) ) {
    $domains{$domain} = {};
  }

  $domains{$domain}{join(".", @F)}++;
}

foreach my $domain (sort keys %domains) {
  foreach my $host (sort keys %{ $domains{$domain} }) {
    print join(".", reverse(split(/\./, $host))), "\n";
  }
  print "\n"
}

答え2

TxR不明な言葉：

[(opip (mapcar (op tok-str @1 #/[^.]+/))
       (sort @1 : reverse)
       (partition-by (ret [@1 -3..-1]))
       (mapcar (op mapcar (op cat-str @1 ".")))
       (interpose "")
       tprint)
 (get-lines)]

ランニング：

$ txr domain-sort.tl < data
bar.foo.com
foofoo.bar.foo.com
morefoo.bar.foo.com

fufu.isub1.foo.com

sub1.foo.com
fufu.sub1.foo.com
morefu.sub1.foo.com

www.foo.com

デフォルトでは、行を文字列リストとして表示し、("sub1" "foo" "com")これらのリストを使用します。要素の逆順をキーとしてこのリストをソートします。したがって、整列目的としてはが("sub1" "foo" "com")考慮されます("com" "sub1" "foo")。次はグループ化の問題である。これは、最後の3つの要素をパーティションキーとして使用することでpartition-by簡単に達成できます。文字列をピリオドで連結して文字列を再構築し、行としてグループを印刷する必要があります。後者は、グループ間に空の文字列を挿入し、その操作を実行することによってtprint行われます。

関連情報