我在Python中有一个实用程序脚本:
#!/usr/bin/env python
import sys
unique_lines = []
duplicate_lines = []
for line in sys.stdin:
if line in unique_lines:
duplicate_lines.append(line)
else:
unique_lines.append(line)
sys.stdout.write(line)
# optionally do something with duplicate_lines这个简单的功能(不需要首先排序的uniq,稳定的排序)必须作为一个简单的UNIX实用程序提供,不是吗?也许是管子里的过滤器的组合?
问的理由:在一个我不能从任何地方执行Python的系统上需要这个功能。
发布于 2012-07-18 07:17:58
UNIX Bash脚本博客suggests
awk '!x[$0]++'这个命令告诉awk要打印哪些行。变量$0保存一行的全部内容,方括号是数组访问。因此,对于文件的每一行,如果先前未设置(!)该节点的内容,则会递增数组x的节点,并打印该行。
发布于 2013-12-18 00:39:12
一个迟来的答案--我刚刚遇到了一个副本--但也许值得补充一下……
@1_CR答案背后的原则可以写得更简洁,使用cat -n而不是awk来添加行号:
cat -n file_name | sort -uk2 | sort -n | cut -f2-cat -n sort -u删除重复数据(-k2表示‘排序关键字从字段2开始’)发布于 2017-08-22 11:32:35
要从2个文件中删除重复项,请执行以下操作:
awk '!a[$0]++' file1.csv file2.csvhttps://stackoverflow.com/questions/11532157
复制相似问题