linux下的几种文本去重方法

1、传统方法：cat xx | sort | uniq

  优点：简单直接

  缺点：顺序乱了

 

2、awk命令去重输出：awk '!x[$0]++' filename

  应用扩展1：cat Afile Bfile|awk '!x[$0]++' >Cfile

  依次输出A、B两个文件内容，去掉B中与A重复的行，输出到C；多应用于日志拼接。

灵活扩展2：cat Afile|awk '!x[$0]++'

也可以写作：awk '!x[$0]++' Afile

去掉重复的行，输出A文件

 

3、vim通配符：

: sort //可以直接排序，这个太好用了

:g/^\(.*\)$\n\1$/d    //去除重复行

:g/\%(^\1$\n\)\@<=\(.*\)$/d //功能同上，也是去除重复行

:g/\%(^\1\>.*$\n\)\@<=\(\k\+\).*$/d//功能同上，也是去除重复行

这几条命令我抄的，没用成功，有用成功了的麻烦告诉下，谢谢。

 

参考：

uniq命令使用参考：http://blog.51yip.com/shell/1022.html

https://www.jianshu.com/p/d13be5331524