1

通常我wc -l用来计算文件的行数。但是，对于具有 5*10^7 行的文件，我只得到 10^7 作为答案。我已经尝试了这里提出的所有内容： 如何计算文档中的行数？ 但这比wc -l.

还有其他选择吗？

4

5 回答 5

3

任何认真对待速度线计数的人都可以创建自己的实现：

#include <stdio.h>
#include <string.h>
#include <fcntl.h>

#define BUFFER_SIZE (1024 * 16)
char BUFFER[BUFFER_SIZE];

int main(int argc, char** argv) {
    unsigned int lines = 0;
    int fd, r;

    if (argc > 1) {
        char* file = argv[1];
        if ((fd = open(file, O_RDONLY)) == -1) {
            fprintf(stderr, "Unable to open file \"%s\".\n", file);
            return 1;
        }
    } else {
        fd = fileno(stdin);
    }

    while ((r = read(fd, BUFFER, BUFFER_SIZE)) > 0) {
        char* p = BUFFER;
        while ((p = memchr(p, '\n', (BUFFER + r) - p))) {
            ++p;
            ++lines;
        }
    }

    close(fd);

    if (r == -1) {
        fprintf(stderr, "Read error.\n");
        return 1;
    }

    printf("%d\n", lines);

    return 0;
}

用法

a < input
... | a
a file

例子：

# time ./wc temp.txt
10000000

real    0m0.115s
user    0m0.102s
sys     0m0.014s

# time wc -l temp.txt
10000000 temp.txt

real    0m0.120s
user    0m0.103s
sys     0m0.016s

  *-O3使用 GCC 4.8.2 在带有 AVX 和 SSE4.2 的系统上本地   编译的代码。

于 2014-06-11T11:00:17.057 回答
2

你可以试试sed

sed -n '$=' file

说要打印行号，而=美元说只在最后一行打印。-n说不要做太多其他事情。

或者这是 Perl 中的一种方法，将其保存为wc.pl并执行chmod +x wc.pl：

#!/usr/bin/perl
use strict;
use warnings;

    my $filename = <@ARGV>;
    my $lines = 0;
    my $buffer;
    open(FILE, $filename) or die "ERROR: Can not open file: $!";
    while (sysread FILE, $buffer, 65536) {
        $lines += ($buffer =~ tr/\n//);
    }
    close FILE;
    print "$lines\n";

像这样运行它：

wc.pl yourfile

基本上，它一次以 64kB 的块读取您的文件，然后利用tr在要求它删除所有换行符后返回它所做的替换次数的事实。

于 2014-06-11T10:04:00.090 回答
1

尝试使用 nl 看看会发生什么......

于 2014-06-11T09:47:34.270 回答
1

awk您可以使用以下方法获取行数

awk 'END {print NR}' names.txt

（或）使用while .. do .. donebash 循环结构，如

CNT=0; while read -r LINE; do (( CNT++ )); done < names.txt; echo $CNT
于 2014-06-11T10:19:44.253 回答
0

取决于您如何打开文件，但可能从 STDIN 读取它会得到修复：

wc -l < file
于 2014-06-11T09:41:35.257 回答