免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
12下一页
最近访问板块 发新帖
查看: 5031 | 回复: 19
打印 上一主题 下一主题

删除文本中的重复行的问题 [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2008-06-17 10:09 |只看该作者 |倒序浏览
一个文本处理问题:
有如下文本

aaaa
bbbb
cccc
cccc
dddd
aaaa
bbbb
cccc

想去掉重复行,即:不管是相邻的或不相邻的重复行,均保留第一次出现的行,其后的重复行删除,
变成如下结果:

aaaa
bbbb
cccc
dddd

实在是没思路,各位达人帮帮忙!

论坛徽章:
0
2 [报告]
发表于 2008-06-17 10:13 |只看该作者
awk '!a[$0]++' ufile

论坛徽章:
1
白银圣斗士
日期:2015-11-23 08:33:04
3 [报告]
发表于 2008-06-17 10:13 |只看该作者
sort后再uniq一下。

[huangzhibin@localhost ~]$ cat test |sort |uniq
aaaa
bbbb
cccc
dddd

[ 本帖最后由 枫影谁用了 于 2008-6-17 10:15 编辑 ]

论坛徽章:
71
15-16赛季CBA联赛之同曦
日期:2018-08-23 15:41:42辰龙
日期:2014-08-15 09:07:43狮子座
日期:2014-06-03 13:55:33亥猪
日期:2014-06-02 11:17:08巨蟹座
日期:2014-05-06 10:02:03午马
日期:2014-05-04 08:18:27亥猪
日期:2014-04-29 11:11:32技术图书徽章
日期:2014-04-24 15:51:26技术图书徽章
日期:2014-04-17 11:01:53辰龙
日期:2014-04-15 12:45:46亥猪
日期:2014-04-11 09:06:23射手座
日期:2014-04-01 15:28:10
4 [报告]
发表于 2008-06-17 10:20 |只看该作者

  1. sort -u urfile
复制代码

论坛徽章:
33
ChinaUnix元老
日期:2015-02-02 08:55:39CU十四周年纪念徽章
日期:2019-08-20 08:30:3720周年集字徽章-周	
日期:2020-10-28 14:13:3020周年集字徽章-20	
日期:2020-10-28 14:04:3019周年集字徽章-CU
日期:2019-09-08 23:26:2519周年集字徽章-19
日期:2019-08-27 13:31:262016科比退役纪念章
日期:2022-04-24 14:33:24
5 [报告]
发表于 2008-06-17 10:25 |只看该作者
删除重复行,并保持非重复行的原有顺序。

  1. awk '!($0 in a){a[$0];print}' urfile
复制代码

  1. sed -n 'G; s/\n/&&/; /^\([ -~]*\n\).*\n\1/d; s/\n//; h; P' urfile
复制代码

论坛徽章:
0
6 [报告]
发表于 2008-06-17 10:49 |只看该作者
原帖由 jinl 于 2008-6-17 10:13 发表
awk '!a[$0]++' ufile


这个方法被评为最省资源的。
以前讨论过。

论坛徽章:
0
7 [报告]
发表于 2008-06-17 11:00 |只看该作者
原帖由 jinl 于 2008-6-17 10:13 发表
awk '!a[$0]++' ufile



高手能解释一下吗?谢谢。

论坛徽章:
0
8 [报告]
发表于 2008-06-17 11:12 |只看该作者
谢谢各位!
还得好好学习一下!
忘了说,我想要的就是保持顺序不变!

论坛徽章:
3
2015年迎新春徽章
日期:2015-03-04 09:56:11数据库技术版块每日发帖之星
日期:2016-08-03 06:20:00数据库技术版块每日发帖之星
日期:2016-08-04 06:20:00
9 [报告]
发表于 2008-06-17 11:19 |只看该作者

  1. awk 'f[$0]!=1{print;f[$0]=1}'
复制代码

论坛徽章:
0
10 [报告]
发表于 2008-06-17 12:39 |只看该作者
原帖由 cjaizss 于 2008-6-17 11:19 发表

awk 'f[$0]!=1{print;f[$0]=1}'




awk '!a[$0]++' utfile

是几乎一致的意思吧...?
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP