簡單來說，這個技巧對應的是如下一種場景
假設有文本如下
復制代碼 代碼如下:
cccc
aaaa
bbbb
dddd
bbbb
cccc
aaaa
現(xiàn)在需要對它進行去重處理，這個很簡單，sort -u就可以搞定，但是如果我希望保持文本原有的順序，比如這里有兩個aaaa，我只是希望去掉第二個aaaa，而第一個aaaa在bbbb的前面，去重后仍舊要在它前面，所以我期望的輸出結(jié)果是
復制代碼 代碼如下:
cccc
aaaa
bbbb
dddd
當然，這個問題本身并不難，用C++或python寫起來都很容易，但所謂殺機焉用牛刀，能用shell命令解決時，它永遠都是我們的首選。答案在最后給出，下面說說我是如何想到這樣
我們有時候想把自己的目錄加入環(huán)境變量PATH時會在~/.bashrc文件中這樣寫，比如待加入的目錄為$HOME/bin
復制代碼 代碼如下:
export PATH=$HOME/bin:$PATH
這樣我們等于是在PATH追加了路徑$HOME/bin并讓它在最前面被搜索到，但當我們執(zhí)行source ~/.bashrc后，$HOME/bin目錄就會被加入PATH，如果我們下次再添加一個目錄，比如
復制代碼 代碼如下:
export PATH=$HOME/local/bin:$HOME/bin:$PATH
再執(zhí)行source ~/.bashrc時，$HOME/bin目錄在PATH中其實會有兩份記錄，雖然這不影響使用，但對于一個強迫癥來說，這是無法忍受的，于是問題就變成了，我們需要去掉$PATH里重復的路徑，并且保持原有路徑順序不變，也就是原本誰在前面，去重后仍舊在前面，因為在執(zhí)行shell命令時是從第一個路徑開始查找的，所以順序很重要
好了，說了這么多我們來揭示最終的結(jié)果，以文章開始的數(shù)據(jù)為例，假設輸入文件是in.txt，命令如下
復制代碼 代碼如下:
cat -n in.txt | sort -k2,2 -k1,1n | uniq -f1 | sort -k1,1n | cut -f2-
這些都是很簡單的shell命令，下面稍作解釋
復制代碼 代碼如下:
cat -n in.txt : 輸出文本，并在前面加上行號，以\t分隔
sort -k2,2 -k1,1n : 對輸入內(nèi)容排序，primary key是第二個字段，second key是第一個字段并且按數(shù)字大小排序
uniq －f1 : 忽略第一列，對文本進行去重，但輸出時會包含第一列
sort -k1,1n : 對輸入內(nèi)容排序，key是第一個字段并按數(shù)字大小排序
cut -f2- : 輸出第2列及之后的內(nèi)容，默認分隔符為\t
大家可以從第一條命令開始，并依次組合，看看實際輸出效果，那樣便更容易理解了。對于$PATH中的重復路徑又該如何處理呢，還是以前面的例子來說，只需在前后用tr做一下轉(zhuǎn)換即可
復制代碼 代碼如下:
export PATH=$HOME/local/bin:$HOME/bin:$PATH
export PATH=`echo $PATH | tr ':' '\n' | cat -n | sort -k2,2 -k1,1n | uniq -f1 | sort -k1,1n | cut -f2- | tr '\n' ':'`
其實這樣使用PATH會有個問題，比如我們執(zhí)行了以上命令后，如果想去掉$HOME/bin這個路徑，僅僅修改為如下內(nèi)容是不夠的
復制代碼 代碼如下:
export PATH=$HOME/local/bin:$PATH
export PATH=`echo $PATH | tr ':' '\n' | cat -n | sort -k2,2 -k1,1n | uniq -f1 | sort -k1,1n | cut -f2- | tr '\n' ':'`
因為我們已經(jīng)將$HOME/bin加入了$PATH中，這樣做并沒有起到刪除的作用，也許最好的方式還是自己清楚的知道所有路徑，然后顯示指定，而不是采取追加的方式
您可能感興趣的文章:- python實現(xiàn)文本去重且不打亂原本順序
- 教新手使用java如何對一個大的文本文件內(nèi)容進行去重
