在進(jìn)行文本處理的時候，我們經(jīng)常遇到要刪除重復(fù)行的情況。那怎么解決呢？
下面就是三種常見方法？
第一，用sort+uniq，注意，單純uniq是不行的。
shell> sort -k2n file | uniq
這里我做了個簡單的測試，當(dāng)file中的重復(fù)行不再一起的時候，uniq將服務(wù)刪除所有的重復(fù)行。經(jīng)過排序后，所有相同的行都在相鄰，因此unqi可以正常刪除重復(fù)行。
第二，用sort+awk命令，注意，單純awk同樣不行，原因同上。
shell> sort -k2n file | awk '{if ($0!=line) print;line=$0}'
當(dāng)然，自己把管道后面的代碼重新設(shè)計(jì)一下，可能不需要sort命令先排序拉。
第三，用sort+sed命令，同樣需要sort命令先排序。
shell> sort -k2n file | sed '$!N; /^.∗\n\1$/!P; D'
最后附一個必須先用sort排序的文本的例子，當(dāng)然，這個需要用sort排序的原因是很簡單，就是后面算法設(shè)計(jì)的時候的“局部性”，相同的行可能分散出現(xiàn)在不同的區(qū)域，一旦有新的相同行出現(xiàn)，那么前面的已經(jīng)出現(xiàn)的記錄就被覆蓋了，看了這個例子就好理解拉。
ffffffffffffffffff
ffffffffffffffffff
eeeeeeeeeeeeeeeeeeee
fffffffffffffffffff
eeeeeeeeeeeeeeeeeeee
eeeeeeeeeeeeeeeeeeee
gggggggggggggggggggg
其實(shí)，這是我隨便打進(jìn)去的幾行字，沒想到就是必須用sort的很好例子，大家可以自己試試看。
