linux - 使用 twist gnuwin32 删除重复行

Question

好吧，我想删除重复的行，但它比那复杂一点..

我有一个名为 users.txt 的文件，文件示例是:

users:email@email.com
users1:email@email.com

现在由于我系统中的一个错误，人们可以使用与其他人相同的电子邮件进行注册，所以如果行多次使用相同的电子邮件，我想删除，问题示例:

user:display:email@email.com
user2:email@email.com
user3:email@email.com
user4:email@email.com

请注意用户、用户 2、用户 3、用户 4 如何拥有相同的电子邮件。好吧，我想删除用户 2、用户 3、用户 4 但保留用户 ..反之亦然(第一个被请求拾取)删除任何其他包含相同电子邮件的行..

如果

email@email.com is in 20 lines remove 19
spam@spam.com is in 555 lines remove 554

等等第四..

Answer 1

这可以用 awk 来完成:

awk '!a["user:display:email@email.com"]++' filename

++ 表示，转True。所以，在它匹配打印结果之后。

! 在这种情况下用于扭转局面。所以匹配后它变成假的。 (如匹配后不打印)

例子:

$ awk 'a["user:display:email@email.com"]++' filename 
user2:email@email.com
user3:email@email.com
user4:email@email.com
line_random1
linerandom_2_

现在有了 !

$ awk '!a["user:display:email@email.com"]++' filename
user:display:email@email.com

所以，现在您只需要过滤掉要awk 的内容。不知道您的文件有多大，至少要计算条目我会执行以下操作:

$ grep -o 'email@email.com' filename | wc -l
4

如果您知道要awk 的内容，只需将其写入一个新文件 - 只是为了保存。

awk '!a["user:display:email@email.com"]++' filename >> new_filename