zoukankan      html  css  js  c++  java
  • 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。

    学之如大海汪洋,薄积厚发,后发制人,大学之道也。
  • 相关阅读:
    2017年11月01日普及组 I Got a Matrix!
    2017年10月21日普及组 简单单词
    2017年10月21日普及组 排名
    2017年10月18日普及组 文件名排序
    2017年10月18日普及组 面积最大
    2017年10月08日 上学
    [APIO2010]特别行动队
    斜率优化DP(学习笔记)
    [HNOI2008]玩具装箱TOY
    皇宫看守
  • 原文地址:https://www.cnblogs.com/qianxiaoruofeng/p/15564498.html
Copyright © 2011-2022 走看看