AskOverflow.Dev

AskOverflow.Dev Logo AskOverflow.Dev Logo

AskOverflow.Dev Navigation

  • 主页
  • 系统&网络
  • Ubuntu
  • Unix
  • DBA
  • Computer
  • Coding
  • LangChain

Mobile menu

Close
  • 主页
  • 系统&网络
    • 最新
    • 热门
    • 标签
  • Ubuntu
    • 最新
    • 热门
    • 标签
  • Unix
    • 最新
    • 标签
  • DBA
    • 最新
    • 标签
  • Computer
    • 最新
    • 标签
  • Coding
    • 最新
    • 标签
主页 / computer / 问题 / 1846830
Accepted
emiral
emiral
Asked: 2024-06-24 03:43:13 +0800 CST2024-06-24 03:43:13 +0800 CST 2024-06-24 03:43:13 +0800 CST

根据特定字符串删除重复的行

  • 772

我尝试根据特定字符串删除重复的行。我的问题中有两个类似的情况。

我有这种文件:

20151222051106 http://website.org/2015-12-11-art1
20151222054115 http://website.org/2015-12-11-art1
20151222054123 http://website.org/2015-12-11-art1
20151222050165 http://website.org/2015-12-12-art2
20151222051901 http://website.org/2015-12-12-art3
20151222051120 http://website.org/2015-12-14-art4
20151222051125 http://website.org:80/2015-12-14-art4
20151222051133 https://website.org/2015-12-14-art4

首先,我想删除具有相同 URL 的行(同时保留第一行)。结果如下:

20151222051106 http://website.org/2015-12-11-art1
20151222050165 http://website.org/2015-12-12-art2
20151222051901 http://website.org/2015-12-12-art3
20151222051120 http://website.org/2015-12-14-art4
20151222051125 http://website.org:80/2015-12-14-art4
20151222051133 https://website.org/2015-12-14-art4

其次,想要根据 url 字符串的特定部分删除重复的行(保留第一行)。

根据第一个问题的结果。当几个 URL 除了“http”或“https”部分外都相同时。我只想保留第一行。

20151222051106 http://website.org/2015-12-11-art1
20151222050165 http://website.org/2015-12-12-art2
20151222051901 http://website.org/2015-12-12-art3
20151222051120 http://website.org/2015-12-14-art4
20151222051125 http://website.org:80/2015-12-14-art4

我在同一篇文章中询问这两个问题,因为它们基本上是同一个问题(并且我认为这两个问题都可以使用 sed 来完成)。

shell-script
  • 1 1 个回答
  • 37 Views

1 个回答

  • Voted
  1. Best Answer
    glenn jackman
    2024-06-24T06:56:24+08:002024-06-24T06:56:24+08:00

    sed?没有。awk?有。

    第一个问题可以这样回答

    awk '!seen[$2]++' file
    
    20151222051106 http://website.org/2015-12-11-art1
    20151222050165 http://website.org/2015-12-12-art2
    20151222051901 http://website.org/2015-12-12-art3
    20151222051120 http://website.org/2015-12-14-art4
    20151222051125 http://website.org:80/2015-12-14-art4
    20151222051133 https://website.org/2015-12-14-art4
    

    这是一个“著名”的 awk 习惯用法:过滤第二个字段 ( $2),只打印第一次看到的行。我将向您指出stackoverflow awk 信息页面以了解详细信息。


    对于第二部分,我们需要细化作为数组键存储的内容:$2我们需要规范化方案,而不是(整个 URL):

    awk '
        {key = $2; sub(/^https/, "http", key)}
        !seen[key]++
    ' file
    
    • 2

相关问题

  • 如何缩短 bash 中的变量名列表?

  • 发生某些输出后如何终止管道

  • 临时禁用 macOs 中的文件

  • 如何从 shell 脚本将插座电源切换到 Eaton ePDU G3

  • 文件描述符打开一次但关闭多次;为什么差异?

Sidebar

Stats

  • 问题 205573
  • 回答 270741
  • 最佳答案 135370
  • 用户 68524
  • 热门
  • 回答
  • Marko Smith

    如何减少“vmmem”进程的消耗?

    • 11 个回答
  • Marko Smith

    从 Microsoft Stream 下载视频

    • 4 个回答
  • Marko Smith

    Google Chrome DevTools 无法解析 SourceMap:chrome-extension

    • 6 个回答
  • Marko Smith

    Windows 照片查看器因为内存不足而无法运行?

    • 5 个回答
  • Marko Smith

    支持结束后如何激活 WindowsXP?

    • 6 个回答
  • Marko Smith

    远程桌面间歇性冻结

    • 7 个回答
  • Marko Smith

    子网掩码 /32 是什么意思?

    • 6 个回答
  • Marko Smith

    鼠标指针在 Windows 中按下的箭头键上移动?

    • 1 个回答
  • Marko Smith

    VirtualBox 无法以 VERR_NEM_VM_CREATE_FAILED 启动

    • 8 个回答
  • Marko Smith

    应用程序不会出现在 MacBook 的摄像头和麦克风隐私设置中

    • 5 个回答
  • Martin Hope
    Vickel Firefox 不再允许粘贴到 WhatsApp 网页中? 2023-08-18 05:04:35 +0800 CST
  • Martin Hope
    Saaru Lindestøkke 为什么使用 Python 的 tar 库时 tar.xz 文件比 macOS tar 小 15 倍? 2021-03-14 09:37:48 +0800 CST
  • Martin Hope
    CiaranWelsh 如何减少“vmmem”进程的消耗? 2020-06-10 02:06:58 +0800 CST
  • Martin Hope
    Jim Windows 10 搜索未加载,显示空白窗口 2020-02-06 03:28:26 +0800 CST
  • Martin Hope
    andre_ss6 远程桌面间歇性冻结 2019-09-11 12:56:40 +0800 CST
  • Martin Hope
    Riley Carney 为什么在 URL 后面加一个点会删除登录信息? 2019-08-06 10:59:24 +0800 CST
  • Martin Hope
    zdimension 鼠标指针在 Windows 中按下的箭头键上移动? 2019-08-04 06:39:57 +0800 CST
  • Martin Hope
    jonsca 我所有的 Firefox 附加组件突然被禁用了,我该如何重新启用它们? 2019-05-04 17:58:52 +0800 CST
  • Martin Hope
    MCK 是否可以使用文本创建二维码? 2019-04-02 06:32:14 +0800 CST
  • Martin Hope
    SoniEx2 更改 git init 默认分支名称 2019-04-01 06:16:56 +0800 CST

热门标签

windows-10 linux windows microsoft-excel networking ubuntu worksheet-function bash command-line hard-drive

Explore

  • 主页
  • 问题
    • 最新
    • 热门
  • 标签
  • 帮助

Footer

AskOverflow.Dev

关于我们

  • 关于我们
  • 联系我们

Legal Stuff

  • Privacy Policy

Language

  • Pt
  • Server
  • Unix

© 2023 AskOverflow.DEV All Rights Reserve