linux去除文本內容重復行


第一,用sort+uniq,注意,單純uniq是不行的,uniq對於重復行不上下連續時不起作用

因此,先對文件的行內容排序 sort,使其上下內容連續后,再使用 uniq

sort -k2n file | uniq

這里我做了個簡單的測試,當file中的重復行不再一起連續的時候,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uniq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。

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。

第三,用sort+sed命令,同樣需要sort命令先排序。

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。


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