awk数组统计的编程

　　linux上使用awk数组统计的编程

awk数组不同于其他编程语言的数组，比较灵活称为关联数组，这种数据结构不需要使用前进行定义：声明其大小，因为它在运行时可以自动的增大或减小且下标(索引)不局限于数字，也可以使用字符串。

统计案例： 分析以下网站被访问的日志文件,将每个域名被访问的次数进行统计并排序:

http://www.etiantian.org/index.html

http://www.etiantian.org/1.html

http://post.etiantian.org/index.html

http://mp3.etiantian.org/index.html

http://www.etiantian.org/3.html

http://post.etiantian.org/2.html

要求结果：

mp3.etiantian.org 1

post.etiantian.org 2

www.etiantian.org 3

思路：

1.以斜线为分隔符取出第二列$2（域名），此处如不理解请先学习awk的基本用法

2.创建一个数组domain，把第二列$2（域名）作为数组的下标，通过++运算符对该域名的访问数量进行累加。awk处理第一行时，domain[$2]则为domain[www.etiantian.org]，domain[$2]++(domain[www.etiantian.org]=domain[www.etiantian.org]+1)，当domain[www.etiantian.org]未进行赋值时初始值默认为0，运算后domain[www.etiantian.org]=1

根据awk程序,执行规则，由上往下依次处理文件行，当处理第二行时仍然是domain[www.etiantian.org]，所以还是domain[www.etiantian.org]=domain[www.etiantian.org]+1，那么domain[www.etiantian.org]=1+1

3.遍历数组的键和值并反序排列把结果输出

4.代码：awk -F "/+" '{domain[$2]++}END{for(key in domain) print key,domain[key]}' url.txt|sort -rnk