免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 10388 | 回复: 7
打印 上一主题 下一主题

[文本处理] awk去除部分内容相同的重复行 [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 2014-06-26 15:39 |只看该作者 |倒序浏览
知道怎么用awk去除文本文件的重复行. 如果去除部分内容重复的行呢? 行中有分隔符, 比如

111,aaa
222,bbb
333,ccc
444,aaa
555,bbb
666,ccc

现想把4-6行去除,因为他们的第二个字段内容和1-3行重复了.

谢谢.

论坛徽章:
780
金牛座
日期:2014-02-26 17:49:58水瓶座
日期:2014-02-26 18:10:15白羊座
日期:2014-04-15 19:29:52寅虎
日期:2014-04-17 19:43:21酉鸡
日期:2014-04-19 21:24:10子鼠
日期:2014-04-22 13:55:24卯兔
日期:2014-04-22 14:20:58亥猪
日期:2014-04-22 16:13:09狮子座
日期:2014-05-05 22:31:17摩羯座
日期:2014-05-06 10:32:53处女座
日期:2014-05-12 09:23:11子鼠
日期:2014-05-21 18:21:27
2 [报告]
发表于 2014-06-26 15:42 |只看该作者
回复 1# sellie
  1. awk -F',' '!a[$2]++' i
  2. 111,aaa
  3. 222,bbb
  4. 333,ccc
复制代码

论坛徽章:
0
3 [报告]
发表于 2014-06-26 15:50 |只看该作者
再问一下,这个是bash的写法,请问csh下怎么写?
Herowinter 发表于 2014-06-26 15:42
回复 1# sellie

论坛徽章:
780
金牛座
日期:2014-02-26 17:49:58水瓶座
日期:2014-02-26 18:10:15白羊座
日期:2014-04-15 19:29:52寅虎
日期:2014-04-17 19:43:21酉鸡
日期:2014-04-19 21:24:10子鼠
日期:2014-04-22 13:55:24卯兔
日期:2014-04-22 14:20:58亥猪
日期:2014-04-22 16:13:09狮子座
日期:2014-05-05 22:31:17摩羯座
日期:2014-05-06 10:32:53处女座
日期:2014-05-12 09:23:11子鼠
日期:2014-05-21 18:21:27
4 [报告]
发表于 2014-06-26 15:57 |只看该作者
本帖最后由 Herowinter 于 2014-06-26 16:00 编辑

回复 3# sellie
你有awk吗?gawk or nawk?awk版本?

   

论坛徽章:
2
巨蟹座
日期:2013-12-07 16:51:13天秤座
日期:2013-12-11 15:12:14
5 [报告]
发表于 2014-06-26 16:02 |只看该作者
提示: 作者被禁止或删除 内容自动屏蔽

论坛徽章:
0
6 [报告]
发表于 2014-06-26 16:07 |只看该作者
awk --version
GNU Awk 3.1.5
Copyright (C) 1989, 1991-2005 Free Software Foundation.

This program is free software; you can redistribute it and/or modify
it under the terms of the GNU General Public License as published by
the Free Software Foundation; either version 2 of the License, or
(at your option) any later version.

This program is distributed in the hope that it will be useful,
but WITHOUT ANY WARRANTY; without even the implied warranty of
MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
GNU General Public License for more details.

You should have received a copy of the GNU General Public License
along with this program; if not, write to the Free Software
Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301, USA.


回复 4# Herowinter


   

论坛徽章:
780
金牛座
日期:2014-02-26 17:49:58水瓶座
日期:2014-02-26 18:10:15白羊座
日期:2014-04-15 19:29:52寅虎
日期:2014-04-17 19:43:21酉鸡
日期:2014-04-19 21:24:10子鼠
日期:2014-04-22 13:55:24卯兔
日期:2014-04-22 14:20:58亥猪
日期:2014-04-22 16:13:09狮子座
日期:2014-05-05 22:31:17摩羯座
日期:2014-05-06 10:32:53处女座
日期:2014-05-12 09:23:11子鼠
日期:2014-05-21 18:21:27
7 [报告]
发表于 2014-06-26 16:08 |只看该作者
本帖最后由 Herowinter 于 2014-06-26 16:13 编辑

回复 3# sellie
csh改成这样可以的。
  1. awk -F',' '!($2 in a){a[$2];print}' i
复制代码
你也可以用5楼的sort方法,如果你不是要严格保持源文件的纪录
出现顺序的话。

论坛徽章:
0
8 [报告]
发表于 2014-06-26 16:13 |只看该作者
谢谢. 完美解决.
BTW, sort的方案也可以去重,但我不想改变文本顺序.
回复 7# Herowinter


   
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