Compter le nombre d'occurence d'un caractère donné, par ligne du fichier [Résolu]

[Bktero]

Bonjour,

J'ai un fichier contenant plusieurs (séparées par un retour chariot donc). Chaque ligne est constituée de plusieurs champs, le séparateur de champ étant | (barre verticale). Certains champs peuvent être vides.

Mon objectif : compter le nombre de champs, y compris les champs vides.

J'ai d'abord essayé avec une commande AWK (inspirée ce qu'il y a ici) :

cat conversion.txt | awk -F "|" '{ print "Ligne n" NR " il y a " NF " champs" ; } '

Le problème est que les champs vides ne sont pas comptés...

Je me suis donc mis en tête de compter le nombre de caractères | par ligne, mais ce n'est pas très fructueux... Je pense en être pas loin avec ça :

cat conversion.txt.bak | xargs -I varligne echo varligne | grep -o "|" | wc -l

mais le wc -l se fait sur tout et non pour la ligne en cours. J'obtiens donc un magnifique 417, le nombre total de | du fichier


Si quelqu'un a une idée pour m'aiguiller, je serai très content !

Merci d'avance !

[FRUiT]

Code :

awk '{ x=0; x+=gsub("\\|",""); print x }' conversion.txt

[zipe31]

Salut,

Envoyé par Bktero

Mon objectif : compter le nombre de champs, y compris les champs vides.

J'ai d'abord essayé avec une commande AWK (inspirée ce qu'il y a ici) :

Le problème est que les champs vides ne sont pas comptés...

Tu es sûr ?

Code :

1
2
3
4
5
6
7
8
9
$ cat plop
a|b||d|e||g
1|2|3|4|5|6|7

$ awk -F'|' '{ print "ligne " NR " a " NF " champs" }' plop
ligne 1 a 7 champs
ligne 2 a 7 champs

$

Tu as dû louper un truc, non ?

[Bktero]

Bonjour,

Vos deux solutions donnent le même résultat. C'est déjà bien

Oui, quelque chose doit m'échapper. Je compte à la main, je ne trouve pas le même nombre que la commande. Je ne pense pourtant pas être fou ou aveugle. Voici l'un des lignes du fichier par exemple :

Export_D4|Forfait|Gestion des Paiements|Fermé|$DATEDUJOUR|$DATEDUJOUR|_ERCAUTO|_ERCAUTO|$DATEDUJOUR|FACTURE|Recouvrement|Pénalité retard de paiement|Facturée|Spain Telecom|Clos|Fermé|5 euros TTC|||$DATEDUJOUR||$DATEDUJOUR|Traitement SpTel|_ERCAUTO|_ERCAUTO|$DATEDUJOUR

Visuellement, je compte 26 champs et (très logiquement) 25 barres. En revanche, je compte effectivement 23 champs non vides.

Vos lignes me donnent :

Code :

22

ligne 1 a 23 champs

Quelque chose m'échappe....

[zipe31]

Pour la solution de FRUIT, il faut initialiser la variable x à 1 et non pas à 0

Code :

awk '{ x=1; x+=gsub("\\|",""); print x }'

[Bktero]

Euh....Quand je dis que quelque chose m'échappe, c'est par rapport à la différence entre mon compte visuel et le compte des lignes de commandes ; mais pas entre la différence entre vos deux lignes ! Tu comptes les champs, et FRUIT les séparateurs de champs, j'avais tilté

Non, mais je voudrais savoir pourquoi je compte 25/26 et que vos lignes trouvent 22/23

[frp31]

le classique oubli, sur le comptage numéraire qui commence à 1 au lieu de zéro...
me serai fait avoir aussi moi ...

[zipe31]

Change de lunettes

Code :

1
2
3
4
5
6
7
8
$ echo $VAR
Export_D4|Forfait|Gestion des Paiements|Fermé|||_ERCAUTO|_ERCAUTO||FACTURE|Recouvrement|Pénalité retard de paiement|Facturée|Spain Telecom|Clos|Fermé|5 euros TTC||||||Traitement SpTel|_ERCAUTO|_ERCAUTO|

$ awk '{ x=1; x+=gsub("\\|",""); print x }' <<<$VAR
26

$ awk -F'|' '{ print "ligne " NR " a " NF " champs" }' <<<$VAR
ligne 1 a 26 champs

[FRUiT]

Ceci dit moi je répondais au titre du thread qui est :

Envoyé par title

Compter le nombre d'occurence d'un caractère donné, par ligne du fichier

Et donc le x=0 était là pour ça
J'aurais du répondre au message au temps pour moi.

[FRUiT]

En ce qui concerne la commande de zipe31 cela pourrait éventuellement s'expliquer par une version de awk différente, ou bien un alias sur awk avec une option qui omet les champs vides...

Pour ce qui est de ma commande c'est quand même beaucoup plus bizarre.

[Bktero]

toto.txt étant un fichier où je copie la ligne depuis mon précédent post sur ce forum...

Code :

1
2
3
4
5
6
7
8
9
10
dvligis3@bt1shlnm:/GCFDEV07/dvligis3/pgt>
awk '{ x=1; x+=gsub("\\|",""); print x }' toto.txt
23
dvligis3@bt1shlnm:/GCFDEV07/dvligis3/pgt>
cat toto.txt
Export_D4|Forfait|Gestion des Paiements|FerméDATEDUJOUR|$DATEDUJOUR|_ERCAUTO|_ERCAUTO|$DATEDUJOUR|FACTURE|Recouvrement|Pélitéetard de paiement|FacturéSpain Telecom|Clos|Fermé euros TTC|||$DATEDUJOUR||$DATEDUJOUR|Traitement SpTel|_ERCAUTO|_ERCAUTO|$DATEDUJOUR
dvligis3@bt1shlnm:/GCFDEV07/dvligis3/pgt>
awk -F'|' '{ print "ligne " NR " a " NF " champs" }' toto.txt
ligne 1 a 23 champs

J'adore



Si je tape awk dans ma console, j'obtiens :

Code :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
dvligis3@bt1shlnm:/GCFDEV07/dvligis3/pgt>
awk
Usage: awk [POSIX or GNU style options] -f progfile [--] file ...
Usage: awk [POSIX or GNU style options] [--] 'program' file ...
POSIX options:          GNU long options:
        -f progfile             --file=progfile
        -F fs                   --field-separator=fs
        -v var=val              --assign=var=val
        -m[fr] val
        -W compat               --compat
        -W copyleft             --copyleft
        -W copyright            --copyright
        -W dump-variables[=file]        --dump-variables[=file]
        -W exec=file            --exec=file
        -W gen-po               --gen-po
        -W help                 --help
        -W lint[=fatal]         --lint[=fatal]
        -W lint-old             --lint-old
        -W non-decimal-data     --non-decimal-data
        -W profile[=file]       --profile[=file]
        -W posix                --posix
        -W re-interval          --re-interval
        -W source=program-text  --source=program-text
        -W traditional          --traditional
        -W usage                --usage
        -W version              --version

To report bugs, see node `Bugs' in `gawk.info', which is
section `Reporting Problems and Bugs' in the printed version.

gawk is a pattern scanning and processing language.
By default it reads standard input and writes standard output.

Examples:
        gawk '{ sum += $1 }; END { print sum }' file
        gawk -F: '{ print $1 }' /etc/passwd

Ca me parle de gawk à la fin... Une implémentation différente peut-être ?



En revanche, quand je tape alias, il n'y a aucune trace de awk....

[FRUiT]

Code :

awk --version

Ca dit quoi ?

Tu es sur quel type de système ?

Moi ça dit :

Code :

GNU Awk 3.1.7

Ok, ça doit être un problème d'encodage de caractères, si je copie-colle ta ligne j'ai aussi :

Code :

1
2
> echo "Export_D4|Forfait|Gestion des Paiements|FerméDATEDUJOUR|$DATEDUJOUR|_ERCAUTO|_ERCAUTO|$DATEDUJOUR|FACTURE|Recouvrement|Pélitéetard de paiement|FacturéSpain Telecom|Clos|Fermé euros TTC|||$DATEDUJOUR||$DATEDUJOUR|Traitement SpTel|_ERCAUTO|_ERCAUTO|$DATEDUJOUR" | awk '{ x=1; x+=gsub("\\|",""); print x }'
23

Y'a des petits 'é' un peu partout...

Exemple là il manque une barre et le dollar déjà :

Code :

FerméDATEDUJOUR

Entre "Fermé" et "$DATEDUJOUR"

[zipe31]

L'exemple de ligne que tu as donné plus haut et le contenu de ton fichier toto.txt sont différents

Normal que les résultats diffèrent

Code :

1
2
3
4
5
6
7
8
9
10
11
12
$ cat plop     # ton fichier toto.txt
Export_D4|Forfait|Gestion des Paiements|FerméDATEDUJOUR|$DATEDUJOUR|_ERCAUTO|_ERCAUTO|$DATEDUJOUR|FACTURE|Recouvrement|Pélitéetard de paiement|FacturéSpain Telecom|Clos|Fermé euros TTC|||$DATEDUJOUR||$DATEDUJOUR|Traitement SpTel|_ERCAUTO|_ERCAUTO|$DATEDUJOUR

$ awk -F'|' '{ print "ligne " NR " a " NF " champs" }' plop
ligne 1 a 23 champs

$ cat foo     # L'exemple de ligne donné plus haut
Export_D4|Forfait|Gestion des Paiements|Fermé|||_ERCAUTO|_ERCAUTO||FACTURE|Recouvrement|Pénalité retard de paiement|Facturée|Spain Telecom|Clos|Fermé|5 euros TTC||||||Traitement SpTel|_ERCAUTO|_ERCAUTO|

$ awk -F'|' '{ print "ligne " NR " a " NF " champs" }' foo
ligne 1 a 26 champs
$

[Bktero]

La version de awk est 3.15. Le système est Red Hat (mais je n'en connais pas la version).

Effectivement, je n'avais pas vu que des barres souhaitaient lors du copié-collé ! J'avais vu que les accents partaient en sucette, mais loin de moi l'idée que ça pouvait dégager des barres !

J'utilise vim comme éditeur (via Putty), y a t-il un moyen de ne pas avoir ce remplacement barbare des caractères ?


Désolé pour le dérangement

Et merci pour votre aide !

[zipe31]

Envoyé par Bktero

La version de awk est 3.15. Le système est Red Hat (mais je n'en connais pas la version).

Essayes via la commande :

Code :

lsb_release -a

Sinon avec la commande :

Code :

cat /etc/{issue,release,version}

Effectivement, je n'avais pas vu que des barres souhaitaient lors du copié-collé ! J'avais vu que les accents partaient en sucette, mais loin de moi l'idée que ça pouvait dégager des barres !

J'utilise vim comme éditeur (via Putty), y a t-il un moyen de ne pas avoir ce remplacement barbare des caractères ?

Dans putty il te faut choisir l'encodage de caractère approprié par rapport à ton système. Ça se configure dans "Windows => Translation".

[Bktero]

LSB Version: :core-3.1-amd64:core-3.1-ia32:core-3.1-noarch:graphics-3.1-amd64:graphics-3.1-ia32:graphics-3.1-noarch
Distributor ID: RedHatEnterpriseServer
Description: Red Hat Enterprise Linux Server release 5.5 (Tikanga)
Release: 5.5
Codename: Tikanga

Je vais essayer pour l'encodage, merci bien