知识屋：更实用的电脑技术知识网站
知识屋 手机游戏 手机软件 电脑软件 最近更新 手机端
冒险村物语 英雄无敌3塔防 驾考家园手游
password怎么用？p 诺诺视频会议怎 网易UU网游加速
所在位置：首页 > 操作系统 > linux

linux中去掉文件重复数据行的方法(去重复ip)

发布时间：2014-05-22 17:04:57作者：知识屋

一、去掉相邻重复的数据行


复制代码
代码如下:

$cat data1.txt | uniq
输出：
beijing
wuhan
beijing
wuhan

二、去掉所有重复的数据行


复制代码
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


复制代码
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）


复制代码
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;

（免责声明：文章内容如涉及作品内容、版权和其它问题，请及时与我们联系，我们将在第一时间删除内容，文章内容仅供参考）
收藏

上一篇:linux系统中文件I/O教程

下一篇:Linux下删除大数据文件中部分字段重复行的方法

知识阅读

软件推荐

更多 >

游戏推荐

更多 >

精选栏目

热门推荐

手机游戏

手机软件

电脑软件

猜你喜欢

舞蹈 儿童 格斗 摄影 抢票 战国 节奏 导航 街机 360 剧情 RPG 休闲 招聘 角色扮演 唱歌 三国 挂机 金融 系统 经营 财经 奇迹 社交 吃鸡 投屏 3D 体育 回合 低息 战斗 彩票 闯关 美食 分期 个人借贷 铃声 小说 冒险 恋爱 西游 魔幻 母婴 医疗 网贷借钱 投注 卡牌 解谜 生活 竞技

本站所有软件来自互联网，版权归原著所有。如有侵权，敬请来信告知，我们将及时撤销。

知识屋 www.zhishiwu.com 更实用的电脑技术知识网站

苏ICP备14019037号-7