linux去除文本内容重复行


第一,用sort+uniq,注意,单纯uniq是不行的,uniq对于重复行不上下连续时不起作用

因此,先对文件的行内容排序 sort,使其上下内容连续后,再使用 uniq

sort -k2n file | uniq

这里我做了个简单的测试,当file中的重复行不再一起连续的时候,uniq将服务删除所有的重复行。

经过排序后,所有相同的行都在相邻,因此uniq可以正常删除重复行。

第二,用sort+awk命令,注意,单纯awk同样不行,原因同上。

sort -k2n file | awk '{if ($0!=line) print;line=$0}'

当然,自己把管道后面的代码重新设计一下,可能不需要sort命令先排序。

第三,用sort+sed命令,同样需要sort命令先排序。

sort -k2n file | sed '\(!N; /^.∗\n\1\)/!P; D'

最后,附一个必须先用sort排序的文本的例子,

当然,这个需要用sort排序的原因是很简单,就是后面算法设计的时候的“局部性”,相同的行可能分散出现在不同的区域,一旦有新的相同行出现,那么前面的已经出现的记录就被覆盖了,看了这个例子就好理解。


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM