如何快速删除Linux文件中的重复数据行

发布时间:2016-12-01 20:16

Linux系统操作中,如果文件中的数据过多,想要删除重复数据行是非常麻烦的,查找不方便,那么有什么方法能够快速删除文件重复数据行呢?下面小编就给大家介绍下如何删除文件重复数据行,一起来看看吧。

一、去掉相邻重复的数据行

代码如下:

$cat data1.txt | uniq

输出:

beijing

wuhan

beijing

wuhan

如何快速删除Linux文件中的重复数据行

二、去掉所有重复的数据行

代码如下:

$cat data1.txt | sort | uniq

注:

只有uniq命令的话,只是把相邻的重复的数据行去掉。

如果先 sort 的话,就会把所有重复的数据行变成相邻的数据行,再 uniq 的话,就去掉所有重复的数据行了。

输出:

beijing

wuhan

附:data1.txt

代码如下:

[root@syy ~]# cat data1.txt

beijing

beijing

wuhan

wuhan

wuhan

beijing

beijing

beijing

wuhan

wuhan

注:在过滤日志中的IP地址很有用。

Linux下删除大数据文件中部分字段重复的行

最近写的一个数据采集程序生成了一个含有1千多万行数据的文件,数据由4个字段组成,按照要求需要删除第二个字段重复的行,找来找去linux下也没找到合适的工具,sed/gawk等流处理工具只能针对一行一行处理,并无法找到字段重复的行。看来只好自己python一个程序了,突然想起来利用mysql,于是进行乾坤大挪移:

1. 利用mysqlimport --local dbname data.txt导入数据到表中,表名要与文件名一致

2. 执行下列sql语句(要求唯一的字段为uniqfield)

代码如下:

use dbname;

alter table tablename add rowid int auto_increment not null;

create table t select min(rowid) as rowid from tablename group by uniqfield;

create table t2 select tablename .* from tablename,t where tablename.rowid= t.rowid;《/p》 《p》drop table tablename;

rename table t2 to tablename;

上面就是Linux删除文件重复数据行的方法介绍了,本文介绍了多种情况下删除文件重复数据行的方法,希望对你有所帮助。

如何快速删除Linux文件中的重复数据行的评论条评论