shell 刪除文本中的重復行


三種常見方法:
第一,用sort+uniq,注意,單純uniq是不行的。

shell> sort -k2n file | uniq > a.out

這里我做了個簡單的測試,當file中的重復行不再一起的時候,uniq將服務刪除所有的重復行。經過排序后,所有相同的行都在相鄰,因此unqi可以正常刪除重復行。

第二,用sort+awk命令,注意,單純awk同樣不行,原因同上。

shell> sort -k2n file | awk ‘{if ($0!=line) print;line=$0}’

當然,自己把管道后面的代碼重新設計一下,可能不需要sort命令先排序拉。

第三,用sort+sed命令,同樣需要sort命令先排序。

shell> sort -k2n file | sed ‘$!N; /^\(.*\)\n\1$/!P; D’

最后附一個必須先用sort排序的文本的例子,當然,這個需要用sort排序的原因是很簡單,就是后面算法設計的時候的“局部性”,相同的行可能分散出現在不同的區域,一旦有新的相同行出現,那么前面的已經出現的記錄就被覆蓋了,看了這個例子就好理解拉。

ffffffffffffffffff 
ffffffffffffffffff
eeeeeeeeeeeeeeeeeeee
fffffffffffffffffff 
eeeeeeeeeeeeeeeeeeee
eeeeeeeeeeeeeeeeeeee 
gggggggggggggggggggg

其實,這是我隨便打進去的幾行字,沒想到就是必須用sort的很好例子,大家可以自己試試看。

 

參考資料:
[1] SED單行腳本快速參考 http://linux.chinaitlab.com/administer/381792.html
[2] 如何刪除重復的行(sed或awk) http://www.linuxsir.org/bbs/showthread.php?t=132848


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM