sorting - 使用awk删除包含唯一第一个字段的行？

Question

希望仅打印具有重复第一个字段的行。例如从看起来像这样的数据:

1 abcd
1 efgh
2 ijkl
3 mnop
4 qrst
4 uvwx

应该打印出来:

1 abcd
1 efgh
4 qrst
4 uvwx

(仅供引用 - 我的数据中的第一个字段并不总是 1 个字符长)

Answer 1

awk 'FNR==NR{a[$1]++;next}(a[$1] > 1)' ./infile ./infile

是的，你给它两次输入相同的文件。由于您不知道当前记录是否为 uniq，因此您可以根据 $1 构建一个数组。在第一遍然后你只输出已经看到 $1 的记录第二遍不止一次。
我确定有办法只通过一次文件就可以做到这一点，但我怀疑它们会“干净”
解释

FNR==NR : 仅当 awk 时才如此正在读取第一个文件。它主要测试看到的记录总数 (NR) 与当前文件中的输入记录 (FNR)。

a[$1]++ : 建立关联数组 谁的键是第一个字段( $1 )，并且每次看到 who 的值都会增加一个。

next : 如果到达，则忽略脚本的其余部分，重新​​开始一个新的输入记录

(a[$1] > 1)这只会在 ./infile 的第二次通过时进行评估它只打印我们不止一次看到的第一个字段( $1 )的记录。本质上，它是 if(a[$1] > 1){print $0} 的简写

概念证明

$ cat ./infile
1 abcd
1 efgh
2 ijkl
3 mnop
4 qrst
4 uvwx

$ awk 'FNR==NR{a[$1]++;next}(a[$1] > 1)' ./infile ./infile
1 abcd
1 efgh
4 qrst
4 uvwx