您现在的位置是:网站首页>列表内容
linux中去掉文件重复数据行的方法(去重复ip)_LINUX_操作系统_
2024-02-12 20:04:52
149人已围观
简介 linux中去掉文件重复数据行的方法(去重复ip)_LINUX_操作系统_
一、去掉相邻重复的数据行
$cat data1.txt | uniq
输出:
beijing
wuhan
beijing
wuhan
二、去掉所有重复的数据行
$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
[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)
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;
drop table tablename;
rename table t2 to tablename;
点击排行
![](http://img.jbzj.com/file_images/game/201407/20140721145654119.png)
- 逆战伪版主真尝试版主的生活体验活动介绍及活动网址_网络游戏_游戏攻略_
- 梦幻西游2相聚鹊桥七夕线下活动玩法_梦幻西游2相聚鹊桥七夕线下活动详情_网络游戏_游戏攻略_
- 天涯明月刀宠物攻略 天涯明月刀日常捕捉小动物附宠物技能表_网络游戏_游戏攻略_
- CF穿越火线地图设计大赛活动网址_网络游戏_游戏攻略_
- 战争世界礼包怎么领?在哪领礼包?_网络游戏_游戏攻略_
- csol新手卡特权礼包领取网址_csol新手卡特权礼包里有什么奖励_网络游戏_游戏攻略_
- CF穿越火线黑色城镇狙击卡点实战图文教程_网络游戏_游戏攻略_
- 天下3pvp常见问题详细解答_天下3PVP精简版适合哪些玩家_网络游戏_游戏攻略_
- 幻想神域双手斧副拳刃加点冒险之路/源神选择介绍_幻想神域职业全面解析_网络游戏_游戏攻略_
本栏推荐
![](http://img.jbzj.com/file_images/game/201407/20140721145654119.png)
-
逆战伪版主真尝试版主的生活体验活动介绍及活动网址_网络游戏_游戏攻略_
-
梦幻西游2相聚鹊桥七夕线下活动玩法_梦幻西游2相聚鹊桥七夕线下活动详情_网络游戏_游戏攻略_
-
天涯明月刀宠物攻略 天涯明月刀日常捕捉小动物附宠物技能表_网络游戏_游戏攻略_
-
CF穿越火线地图设计大赛活动网址_网络游戏_游戏攻略_
-
战争世界礼包怎么领?在哪领礼包?_网络游戏_游戏攻略_
-
csol新手卡特权礼包领取网址_csol新手卡特权礼包里有什么奖励_网络游戏_游戏攻略_
-
CF穿越火线黑色城镇狙击卡点实战图文教程_网络游戏_游戏攻略_
-
天下3pvp常见问题详细解答_天下3PVP精简版适合哪些玩家_网络游戏_游戏攻略_
-
幻想神域双手斧副拳刃加点冒险之路/源神选择介绍_幻想神域职业全面解析_网络游戏_游戏攻略_