list - 查找并保留文本文件中的所有重复行(而不是唯一行)

Question

我的目标是识别并保留DUPLICATE，TRIPLICATE等行，即在Notepad ++中出现多次的所有行？换句话说，如何仅删除所有唯一行？

例如，这里有七（7）个单独的列表，并且每个列表都需要真实的重复行（显示为7列，将每列视为一个单独的列表或文件！）。 （此处列出的这些列表只是为了节省空间而并排显示的，在现实生活中，这7个列表中的每个列表都是单独出现的，并且彼此独立，并且是单独的文件！）

list1  list2  list3  list4  list5  list6  list7
1      0      0      0      0      0      0
2      1      1      1      1      1      1
3      2      2      2      2      2      2
4      3      3      3      3      3      3
4      4      4      4      4      4      4
4      4      4      4      4      4      4
5      4      4      4      4      4      4
6      5      5      5      5      5      5
7      5      5      5      5      5      5
8      6      6      6      6      6      6
9      6      6      6      6      6      6
abc    7      7      7      7      7      7
abd    8      8      8      8      8      8
abd    9      9      9      9      9      9
abe           <CR>   9      9      9      9
                            <CR>   99     99
                                          <CR>

[Lines of multiple occurence of above lists:]         
4      4      4      4      4      4      4
4      4      4      4      4      4      4
4      4      4      4      4      4      4
abd    5      5      5      5      5      5
abd    5      5      5      5      5      5
       6      6      6      6      6      6
       6      6      6      6      6      6
                     9      9      9      9
                     9      9      9      9

有很多消除重复的解决方案（例如TextFX; notepad++ delete duplicate and original lines to keep unique lines），我找不到仅保留重复项的解决方案。

((.*)\R(\2\R)+)*\K.+\R
@Lars Fischer：该脚本几乎可以正常工作，除了（预排序）列表的最后一个条目必须是唯一行，然后是 <CR>空行。一种（次优）的解决方法是插入一个人工（辅助）唯一行（例如zzz），后跟空行 <CR>作为最后两行。

（问题结束）



更新3：此问题按照每个stackoverflow“ ask a new question”指令重新发布。 （ @AdrianHHH， @B. Desai， @Paolo Forgia， @greg-449， @Erik von Asmuth得出的错误结论是，该问题是 notepad++ delete duplicate and original lines to keep unique lines的重复。此问题绝对不是 @AdrianHHH等人的重复。引号。

更新2： 与其他Notepad ++问题（包括 @AdrianHHH等人（错误地）引用的一个 https://stackoverflow.com/questions/29303148）相比，该问题的“广泛性”（事实上，很难说得更具体）或研究较少。同样的问题。

更新：
@AdrianHHH， @AdrianHHH， @B. Desai， @Paolo Forgia， @greg-449
这个问题不同于：
@Erik von Asmuth
因为Q https://stackoverflow.com/questions/29303148是（i）既不询问如何识别并仅保留多次出现的行，（ii）答案中也没有提供解决方案。问 29303148问“ ...我只需要唯一的行。”

Answer 1

这是一个基于正则表达式和书签的解决方案，它适用于已排序的文件（即，每条重复的行后均带有重复项）：


打开标记对话框（搜索->标记...。）
点击右侧的清除所有标记
检查书签行
检查包裹
查找内容：((.*)\R(\2\R?)+)*\K.*
检查正则表达式，然后取消选中. matches newline
全部标记
点击关闭
搜索->书签->删除书签行


说明

正则表达式由三部分组成：


((.*)\R(\2\R?)+)*：这是一个可选的重复块，由一个或多个行块组成


外部( ... )*匹配零个或多个此类重复行（如果在您的示例中，三个4后跟两个5，我们将需要一个重复块序列的概念）
(.*)\R(\2\R?)+：\2引用(.*)的内容：这都是一行的重复
第二个\R是可选的（由于?）换行符。因此，如果文件的最后一行没有以换行符结尾，则可以匹配该文件的最后一行


如果从您开始的光标位置后面有重复的行块，则它将匹配它。
现在\K丢弃到目前为止我们已经匹配的内容（重复项），并在第一行唯一行之前“放置光标”
.*匹配下一行（唯一）并将其添加为书签


使用“全部标记”，我们将所有这些独特的行添加为书签，以便可以使用“搜索”->“书签”菜单中的“条目”将其删除。