给定一个包含段落的文件（由空行分隔的行组）。确保保留等效段落内的换行符。有没有办法uniq删除重复的段落？
我想可以将每个段落序列化为一行，执行uniq并反序列化结果，是否有更好的解决方案？
输入：
Paragraph1
continue
continue
...
Paragraph2
continue
continue
...
Paragraph1
continue
continue
...
Paragraph2
continue
continue
期望的输出：只有一个Paragraph1和Paragraph2。
命令行解决方案会更好。
答案1
查看awk文档似乎我可以使用以下内容：
cat file.txt | awk 'BEGIN { RS = "\n\n+"; first = 1 } {if (!x[$0]++) { if (!first) {print ""}; print $0; first = 0} }'
快速解释：
- 我们将记录分隔符设置
RS为“\n\n+”来分隔段落。 - 该变量
first用于在记录之间打印换行符，或者您可以在每个 $0 之后打印换行符，但是我没有办法删除最后一条记录的换行符。 - 地图
x用于统计该记录之前是否被看到过，只有没有被看到过，我们才会打印该记录。 - 如果不是记录
first，我们在记录之间打印换行符 - 打印记录。
- 设置
first为假。
答案2
$ awk -v RS= -v ORS='\n\n' '!seen[$0]++' file
Paragraph1
continue
continue
...
Paragraph2
continue
continue