AskOverflow.Dev

AskOverflow.Dev Logo AskOverflow.Dev Logo

AskOverflow.Dev Navigation

  • Início
  • system&network
  • Ubuntu
  • Unix
  • DBA
  • Computer
  • Coding
  • LangChain

Mobile menu

Close
  • Início
  • system&network
    • Recentes
    • Highest score
    • tags
  • Ubuntu
    • Recentes
    • Highest score
    • tags
  • Unix
    • Recentes
    • tags
  • DBA
    • Recentes
    • tags
  • Computer
    • Recentes
    • tags
  • Coding
    • Recentes
    • tags
Início / unix / Perguntas / 453906
Accepted
Soner from The Ottoman Empire
Soner from The Ottoman Empire
Asked: 2018-07-07 08:29:40 +0800 CST2018-07-07 08:29:40 +0800 CST 2018-07-07 08:29:40 +0800 CST

Verifique se todas as linhas de um arquivo são únicas

  • 772

Eu tenho um arquivo de texto contendo linhas como esta:

This is a thread  139737522087680
This is a thread  139737513694976
This is a thread  139737505302272
This is a thread  139737312270080
.
.
.
This is a thread  139737203164928
This is a thread  139737194772224
This is a thread  139737186379520

Como posso ter certeza da singularidade de cada linha?

NOTA: O objetivo é testar o arquivo, não modificá-lo se houver linhas duplicadas.

text-processing
  • 8 8 respostas
  • 10768 Views

8 respostas

  • Voted
  1. iruvar
    2018-07-07T08:58:53+08:002018-07-07T08:58:53+08:00

    Awk solução:

    awk 'a[$0]++{print "dupes"; exit(1)}' file && echo "no dupes"
    
    • 25
  2. Best Answer
    Jeff Schaller
    2018-07-07T08:36:42+08:002018-07-07T08:36:42+08:00
    [ "$(wc -l < input)" -eq "$(sort -u input | wc -l)" ] && echo all unique
    
    • 24
  3. jesse_b
    2018-07-07T08:32:20+08:002018-07-07T08:32:20+08:00

    Usando sort/ uniq:

    sort input.txt | uniq
    

    Para verificar apenas linhas duplicadas, use a -dopção para uniq. Isso mostrará apenas as linhas duplicadas, se nenhuma, não mostrará nada:

    sort input.txt | uniq -d
    
    • 23
  4. slm
    2018-07-07T08:37:51+08:002018-07-07T08:37:51+08:00

    TLDR

    A pergunta original não era clara e dizia que o OP simplesmente queria uma versão exclusiva do conteúdo de um arquivo. Isso é mostrado abaixo. Na forma atualizada da pergunta, o OP agora está afirmando que simplesmente quer saber se o conteúdo do arquivo é exclusivo ou não.


    Teste se o conteúdo do arquivo é único ou não

    Você pode simplesmente usar sortpara verificar se um arquivo é único ou contém duplicatas da seguinte forma:

    $ sort -uC input.txt && echo "unique" || echo "duplicates"
    

    Exemplo

    Digamos que eu tenha esses dois arquivos:

    arquivo de amostra duplicado
    $ cat dup_input.txt
    This is a thread  139737522087680
    This is a thread  139737513694976
    This is a thread  139737505302272
    This is a thread  139737312270080
    This is a thread  139737203164928
    This is a thread  139737194772224
    This is a thread  139737186379520
    
    arquivo de amostra exclusivo
    $  cat uniq_input.txt
    A
    B
    C
    D
    

    Agora, quando analisamos esses arquivos, podemos dizer se eles são únicos ou contêm duplicatas:

    arquivo de duplicatas de teste
    $ sort -uC dup_input.txt && echo "unique" || echo "duplicates"
    duplicates
    
    testar arquivo único
    $ sort -uC uniq_input.txt && echo "unique" || echo "duplicates"
    unique
    

    Pergunta original (conteúdo exclusivo do arquivo)

    Pode ser feito apenas com sort:

    $ sort -u input.txt
    This is a thread  139737186379520
    This is a thread  139737194772224
    This is a thread  139737203164928
    This is a thread  139737312270080
    This is a thread  139737505302272
    This is a thread  139737513694976
    This is a thread  139737522087680
    
    • 5
  5. Carlos Hanson
    2018-07-07T08:49:36+08:002018-07-07T08:49:36+08:00

    Eu geralmente sorto arquivo, então uso uniqpara contar o número de duplicatas, então eu sortmais uma vez vejo as duplicatas na parte inferior da lista.

    Eu adicionei uma duplicata aos exemplos que você forneceu:

    $ sort thread.file | uniq -c | sort
          1 This is a thread  139737186379520
          1 This is a thread  139737194772224
          1 This is a thread  139737203164928
          1 This is a thread  139737312270080
          1 This is a thread  139737513694976
          1 This is a thread  139737522087680
          2 This is a thread  139737505302272
    

    Como não leio a página de manual há uniqalgum tempo, dei uma olhada rápida em busca de alternativas. O seguinte elimina a necessidade da segunda classificação, se você quiser apenas ver duplicatas:

    $ sort thread.file | uniq -d
    This is a thread  139737505302272
    
    • 3
  6. user232326
    2018-07-07T11:35:50+08:002018-07-07T11:35:50+08:00

    Se não houver duplicatas, todas as linhas são exclusivas:

    [ "$(sort file | uniq -d)" ] && echo "some line(s) is(are) repeated"
    

    Descrição: Ordena as linhas do arquivo para tornar as linhas repetidas consecutivas (sort)
    Extrai todas as linhas consecutivas que são iguais (uniq -d).
    Se houver alguma saída do comando acima ( [...]), então ( &&) imprima uma mensagem.

    • 2
  7. frapadingue
    2018-07-08T17:48:45+08:002018-07-08T17:48:45+08:00

    Isso não estaria completo sem uma resposta Perl!

    $ perl -ne 'print if ++$a{$_} == 2' yourfile
    

    Isso imprimirá cada linha não exclusiva uma vez: portanto, se não imprimir nada, o arquivo terá todas as linhas exclusivas.

    • 2
  8. Kusalananda
    2018-07-07T11:45:05+08:002018-07-07T11:45:05+08:00

    Usando cmpe sortem bash:

    cmp -s <( sort file ) <( sort -u file ) && echo 'All lines are unique'
    

    ou

    if cmp -s <( sort file ) <( sort -u file )
    then
        echo 'All lines are unique'
    else
        echo 'At least one line is duplicated'
    fi
    

    Isso classificaria o arquivo duas vezes, assim como a resposta aceita.

    • 1

relate perguntas

  • Grep para um conjunto de linhas de $START a $END AND que contém uma correspondência em $MIDDLE

  • Reorganize as letras e compare duas palavras

  • Subtraindo a mesma coluna entre duas linhas no awk

  • Embaralhamento de arquivo de várias linhas

  • como posso alterar o caso do caractere (de baixo para cima e vice-versa)? ao mesmo tempo [duplicado]

Sidebar

Stats

  • Perguntas 205573
  • respostas 270741
  • best respostas 135370
  • utilizador 68524
  • Highest score
  • respostas
  • Marko Smith

    Como exportar uma chave privada GPG e uma chave pública para um arquivo

    • 4 respostas
  • Marko Smith

    ssh Não é possível negociar: "nenhuma cifra correspondente encontrada", está rejeitando o cbc

    • 4 respostas
  • Marko Smith

    Como podemos executar um comando armazenado em uma variável?

    • 5 respostas
  • Marko Smith

    Como configurar o systemd-resolved e o systemd-networkd para usar o servidor DNS local para resolver domínios locais e o servidor DNS remoto para domínios remotos?

    • 3 respostas
  • Marko Smith

    Como descarregar o módulo do kernel 'nvidia-drm'?

    • 13 respostas
  • Marko Smith

    apt-get update error no Kali Linux após a atualização do dist [duplicado]

    • 2 respostas
  • Marko Smith

    Como ver as últimas linhas x do log de serviço systemctl

    • 5 respostas
  • Marko Smith

    Nano - pule para o final do arquivo

    • 8 respostas
  • Marko Smith

    erro grub: você precisa carregar o kernel primeiro

    • 4 respostas
  • Marko Smith

    Como baixar o pacote não instalá-lo com o comando apt-get?

    • 7 respostas
  • Martin Hope
    rocky Como exportar uma chave privada GPG e uma chave pública para um arquivo 2018-11-16 05:36:15 +0800 CST
  • Martin Hope
    Wong Jia Hau ssh-add retorna com: "Erro ao conectar ao agente: nenhum arquivo ou diretório" 2018-08-24 23:28:13 +0800 CST
  • Martin Hope
    Evan Carroll status systemctl mostra: "Estado: degradado" 2018-06-03 18:48:17 +0800 CST
  • Martin Hope
    Tim Como podemos executar um comando armazenado em uma variável? 2018-05-21 04:46:29 +0800 CST
  • Martin Hope
    Ankur S Por que /dev/null é um arquivo? Por que sua função não é implementada como um programa simples? 2018-04-17 07:28:04 +0800 CST
  • Martin Hope
    user3191334 Como ver as últimas linhas x do log de serviço systemctl 2018-02-07 00:14:16 +0800 CST
  • Martin Hope
    Marko Pacak Nano - pule para o final do arquivo 2018-02-01 01:53:03 +0800 CST
  • Martin Hope
    Kidburla Por que verdadeiro e falso são tão grandes? 2018-01-26 12:14:47 +0800 CST
  • Martin Hope
    Christos Baziotis Substitua a string em um arquivo de texto enorme (70 GB), uma linha 2017-12-30 06:58:33 +0800 CST
  • Martin Hope
    Bagas Sanjaya Por que o Linux usa LF como caractere de nova linha? 2017-12-20 05:48:21 +0800 CST

Hot tag

linux bash debian shell-script text-processing ubuntu centos shell awk ssh

Explore

  • Início
  • Perguntas
    • Recentes
    • Highest score
  • tag
  • help

Footer

AskOverflow.Dev

About Us

  • About Us
  • Contact Us

Legal Stuff

  • Privacy Policy

Language

  • Pt
  • Server
  • Unix

© 2023 AskOverflow.DEV All Rights Reserve