Linux去重，实现类似mysql的distinct的功能

拿了一份邮箱地址，想要对地址进行去重。

打开文件一看，好几列。有逗号区分也有空格区分

9589,860122@qq.com,1,1,2015-04-08 15:31:07.763000000,陕西省咸阳市,qq.com,59590,4605708@qq.com,1,1,2015-04-08 15:31:07.763000000,广东省深圳市,qq.com,59591,3307150@qq.com,1,1,2015-04-08 15:31:07.763000000,浙江省杭州市,qq.com,59592,1378747@qq.com,1,1,2015-04-08 15:31:07.763000000,四川省达州市,qq.com,5

命令1：

#获得去重后的结果
cat test.txt| awk '{print $2}' | sort |uniq

#只显示重复的列
cat 001.csv | awk -F ";" '{print $2}' | sort | uniq -d
#多个字段作为主键，去重
cat 001.csv | awk -F ";" '{print $1"-"$2}' | sort | uniq -d

按空格区分进行去重，所以得出的是15:31:07.763000000,陕西省咸阳市,qq.com,5这后半部分。

命令2：

cat test.txt| awk -F "," '{print $2}' | sort |uniq >> all.txt

按逗号区分，筛选出第2列，并将结果导入新的文件中

命令3：

awk '{print $1}' all.txt |grep -v "qq.com" | grep -v "163.com" |grep -v "sina.com" | uniq | sort -n

排除文件中包含qq.com,163.com,sina.com的行

命令4：

sed -i '/000/d' all.txt

删除all.txt文件中包含"000"的行

命令5：

awk 'BEGIN{srand()}{b[rand()NR]=$0}END{for(x in b)print b[x]}' all.txt

随机乱序all.txt文件中的行