linux - Uniq 但仅在字符串的一部分

Question

我有这样的字符串:

import a.b.c.d.f.Class1
import a.b.g.d.f.Class2
import a.b.h.d.f.Class3
import z.y.x.d.f.Class4
import z.y.x.d.f.Class5
import z.y.x.d.f.Class6

我想获取字符串第一部分的所有唯一出现。更具体地说，直到第三个时期。所以我这样做:

grep "import curam" -hr --include \*.java | sort | gawk -F "." '{print $1"."$2"."$3}' | uniq

这给了我:

  import a.b.c
  import a.b.g
  import a.b.h
  import z.y.x

但是，当第三个周期之前的字符串是唯一的时，我想获得第一次出现的完整字符串。所以，我想得到:

import a.b.c.d.f.Class1
import a.b.g.d.f.Class2
import a.b.h.d.f.Class3
import z.y.x.d.f.Class4

有什么想法吗？

Answer 1

只需跟踪唯一的第二个字段:

awk -F '[ .]' '!uniq[$2]++' file

也就是说，首先将字段分隔符设置为空格或点。这样，第二个字段始终是点分隔名称中的第一个单词:

$ awk -F '[ .]' '{print $2}' file
a
a
a
z
z
z

然后，只需检查它们何时首次出现:

$ awk -F '[ .]' '!uniq[$2]++' file
import a.b.c.d.f.Class1
import z.y.x.d.f.Class4

---

There are some subtle variations on the first three tokens between the String so I need to do just [.] Can't do space. I updated the question.

如果你有:

import a.b.c.d.f.Class1
import a.b.g.d.f.Class2
import a.b.h.d.f.Class3
import z.y.x.d.f.Class4
import z.y.x.d.f.Class5
import z.y.x.d.f.Class6

然后您需要拆分第二个 . 分隔字段并检查前三个切片何时重复。这可以使用与上述相同的方法来完成，只是使用 split()。然后使用前三个切片来检查唯一性:

$ awk '{split($2, a, ".")} !uniq[a[1] a[2] a[3]]++' file
import a.b.c.d.f.Class1
import a.b.g.d.f.Class2
import a.b.h.d.f.Class3
import z.y.x.d.f.Class4