linux - awk - 根据 4xx 错误代码查找顶部 url

Question

这是我昨天发布的已回答的后续问题:

awk - Find the top url based on error code

我使用了昨天的答案并将其从仅抓取 404 错误代码修改为现在抓取所有 4xx。

awk '$3 ~ /^4/{a[$2]++}END{for(url in a){print a[url], url}}' samplelog.txt | sort -rn

这确实有效，但现在我想要更精细的输出。现在它将所有 4xx 组合在一起，例如 403 和 404 将被计为 2，而不是唯一的。我希望能够计算所有 4xx，然后通过它们的唯一代码将它们分开。

示例日志:

GET /foo 404
GET /foo 200
GET /foo 404
GET /foo 404
GET /foo 400
GET /foo 403
GET /foo 403
GET /bar 200
GET /bar 400
GET /foobar 404
GET /foobar 200
GET /foobar 404
GET /foobar 403

当前脚本的结果(同上)

awk '$3 ~ /^4/{a[$2]++}END{for(url in a){print a[url], url}}' samplelog.txt | sort -rn    

6 /foo
3 /foobar
1 /bar

期望的结果

3 /foo 404
2 /foo 403
2 /foobar 404
1 /foo 400
1 /bar 400
1 /foobar 403

Answer 1

$ awk '$3~/^4/{a[$2 FS $3]++} END{for(k in a) print a[k],k}' file | 
  sort -k1,1nr -k2,2

3 /foo 404
2 /foo 403
2 /foobar 404
1 /bar 400
1 /foo 400
1 /foobar 403