linux过滤重复字符串,linux – 从制表符分隔文件中删除重复的单词/字符串

我想使用Linux命令从大的制表符分隔文件中删除重复的单词/字符串.

names john, cnn, mac, tommy, mac, patrick, ngc, discovery, john, cnn, adam, patrick

cities san jose, santa clara, san franscisco, new york, san jose, santa clara

以上是文件格式,我想删除重复的单词后保留标签和逗号.

names john, cnn, mac, tommy, patrick, ngc, discovery, adam

cities san jose, santa clara, san franscisco, new york

任何帮助,将不胜感激.

解决方法:

awk 'BEGIN {

FS = ", |\t"

}

{

printf "%s\t", $1

delim = ""

for (i = 2; i <= NF; i++) {

if (! ($i in seen)) {

printf "%s%s", delim, $i

delim = ", "

}

seen[$i]

}

printf "\n"

delete seen

}' inputfile

如果您没有使用GNU AWK(gawk),那么您无法删除数组,而是使用split(“”,array).

标签:linux,awk,sed

来源: https://codeday.me/bug/20190902/1788376.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值