linux系统下使用uniq和awk去重方式

admin

使用uniq去重，添加-c参数，显示去重的个数。
cat host.txt |uniq -c
6 c2 u: M  C9 I( \" c9 Q
awk命令去除文件中重复数据的办法
　　首先准备一个文本文件，随便写个文件，包含重复行数据的即可，或者你可以参考我这里的文件：
9 q  `# V! M: }. A4 G# cat dup
hello world
. m+ j9 x" `8 L+ Nawk
coding ants
" q: }2 ^0 J7 q/ s& B$ Chello world
  T: @4 H1 O2 [% e4 I: J- T/ }awk
+ `+ X# U1 G9 O) t5 qhello world
awk
coding ants
# \9 T8 r( \/ j9 s+ g7 Ycoding ants
2 l# D! G8 c; \, z! p3 Ecoding ants
coding ants
+ t" }, M, h: z' x$ ]% A9 J　　共有11行，后面8行都是重复的前面的几行，最终的效果应该是只显示上面重点显示的那几行，先来看看效果：
# awk '!a[$0]++' dup
: v2 b. O6 N: Nhello world
, G2 i7 P7 K9 _; I/ q2 q: D; Eawk
coding ants
. l2 m7 i, K" d) z7 e. w9 E) j
　　在《awk程序指令模型》中介绍了awk的程序指令由模式和操作组成，即Pattern { Action }的形式，如果省略Action，则默认执行 print $0 的操作。
　　实现去除重复功能的就是这里的Pattern：
' [' a# ^, D( M1 G1 S!a[$0]++

　　在awk中，对于未初始化的数组变量，在进行数值运算的时候，会赋予初值0，因此a[$0]=0，++运算符的特性是先取值，后加1，因此Pattern等价于
; J5 u, \* D# o! O! i5 A!0
9 Y1 {4 v/ O% |1 b+ ~
0 W$ V1 H2 m9 c5 t) t2 [) J　　而0为假，!为取反，因此整个Pattern最后的结果为1，相当于if(1)，Pattern匹配成功，输出当前记录，对于dup文件，前3条记录的处理方式都是如此。
6 M- I4 V" ?0 V- u/ l8 }" U　　当读取第4行数据“hello world”的时候，a[$0]=1，取反后的结果为0，即Pattern为0，Pattern匹配失败，因此不输出这条记录，后续的数据以此类推，最终成功实现去除文件中的重复行。

! }' @9 Z: i6 C1 T1 N/ b