linux统计出现次数top3的url

对文件中的以下网址排序，统计出出现次数排名top3的网址。

文件名：

web.txt plaincopy

1.   

[plain]  view plain copy

1. http://www.google.com  
2. http://www.baidu.com  
3. http://www.sina.com  
4. http://www.bjtu.edu.cn  
5. http://www.codeproject.com  
6. http://www.csdn.com  
7. http://www.sohu.com  
8. http://www.yahoo.com  
9. http://mail.163.com  
10. http://www.bjtu.edu.cn  
11. http://www.codeproject.com  
12. http://www.csdn.com  
13. http://www.sohu.com  
14. http://www.yahoo.com  
15. http://mail.163.com  
16. http://www.codeproject.com  
17. http://www.csdn.com  
18. http://www.sohu.com  
19. http://www.yahoo.com  
20. http://mail.163.com  
21. http://www.qq.com  
22. http://www.hao123.com  
23. http://www.163.com  
24. http://youku.com  
25. http://taobao/com  
26. http://www.bjtu.edu.cn  
27. http://www.codeproject.com  
28. http://www.csdn.com  
29. http://www.sohu.com  
30. http://www.yahoo.com  
31. http://mail.163.com  
32. http://www.codeproject.com  
33. http://www.csdn.com  
34. http://www.sohu.com  
35. http://www.yahoo.com  
36. http://mail.163.com  
37. http://www.qq.com  
38. http://www.hao123.com  
39. http://www.163.com  
40. http://youku.com  
41. http://taobao/com  

shell脚本如下：

#!/bin/bash
foo()
{
    if [ $# -ne 1 ];
    then
       exit -1
    fi
    filename=$1
    egrep -o "http://[a-zA-Z0-9.]+\.[a-zA-Z]{2,3}" $filename | \
    awk '{ count[$0]++ }
    END{
      printf("%-30s%s\n","winsit","count");
      for(ind in count)
      {
          printf("%-30s%d\n",ind,count[ind]);
      }
    }'
}
foo web.txt | sort -nrk 2 | head -3 >websort2.txt   #sort命令  -n：【纯数字】类型  -r ：倒序  -k：指定对哪个Filed(字段)进行排序

输出websort2.txt内容如下：

http://www.yahoo.com          5
http://www.sohu.com           5
http://www.csdn.com           5