Removendo linhas duplicadas não-consecutivas

Publicado por Sandro Marcell em 20/10/2009

[ Hits: 14.301 ]

Blog: http://sanmarcell.wordpress.com

 


Removendo linhas duplicadas não-consecutivas



Geralmente utilizo o comando sort para remover linhas duplicadas de um arquivo:

sort -o output -u input

O problema era que em alguns casos as linhas não poderiam ser ordenadas, mas o sort (obviamente!) as ordenava. Então acabei resolvendo o meu problema assim:

perl -ne '$i{"$_"}++ || print' < input > output

O mesmo pode ser obtido via awk:

awk '!i[$0]++' < input > output

Ou:

awk '!($0 in i) {i[$0] ; print}' < input > output

Sendo "input" o arquivo de entrada e "output" o de saída.

Falou! ;)

Outras dicas deste autor

Formatando números no shell com zeros à esquerda

Squid - Limitando números de conexões simultâneas

PostgreSQL - Bancos com diferentes encodings

Tocando CDs de áudio via cdda2wav

php-meter: Medidor que mostra o consumo de banda no link de internet

Leitura recomendada

Atalhos Básicos do i3-WM

Como baixar o código HTML de um site por linha de comando no Linux

apt-get update/upgrade - Atualização automática

O comando rename na prática

Como fazer logout forçado pela linha de comando no GNOME

  

Comentários
[1] Comentário enviado por ferrarezux em 29/10/2012 - 12:37h

Valeu cara! Me ajudou demais aqui.



Contribuir com comentário