☰

Perl 脚本比较两个连续行的第一个字符，如果两个第一个字符相同则忽略第二行

tag-icon • tag-icon text-processing perl
Perl 脚本比较两个连续行的第一个字符，如果两个第一个字符相同则忽略第二行

任何人都可以帮助如何比较文本文件中的两个连续行的第一个字符，如果两个第一个字符相同，则忽略/删除第二行并仅将第一行打印到新文件中。

#1001
#1002
mango
orange
grape
#1003

我想删除#1002。

答案1

使用 GNUuniq和-w选项1：

  -w, --check-chars=N
          compare no more than N characters in lines

您可以省略连续的重复行，只比较第一个字符：

uniq -w1 infile >outfile

1. 这对于多字节字符不能正常工作。请参阅下面 Stéphane 的注释

答案2

perl -C -ne '$c = substr($_,0,1);
             print unless $c eq $l;
             $l = $c;' < file.in > file.out

答案3

sed '$n;h;N;/^\(.\).*\n\1/g;/\n/P;//!G;D' <in >out

有一个sed脚本可以做到这一点。

它的工作原理如下：

  1. 如果当前行是最后一行，则将其打印到标准输出并结束脚本。
  2. 如果没有，请保存当前行的副本以保留空间。
  3. 然后将下一个输入行附加到模式空间。
  4. 如果模式空间中的第一个字符与刚刚附加的行中的第一个字符相同，则使用保存的保留空间副本覆盖模式空间。
  5. 如果没有，那么我们在模式空间中仍然会有一条\n行，在这种情况下，我们应该只打印到该点。
  6. 如果没有，请将我们保留的行的另一个副本附加到模式空间。
  7. 无论如何，删除模式空间中的第一个换行符，然后从脚本的顶部开始保留剩余的内容。

本质上，它一次工作两行，当第二行中的第一个字符与第一行的第一个字符不匹配时，仅打印第一行，并递归地覆盖与系列中第一次出现的字符相同的字符。因此，它可以快速有效地以最小的缓冲处理任何大小的输入，并将任何大小的第一个字符匹配系列压缩到仅第一次出现。它将使用实时输入或文件，但它只需要读取或存储当前行和下一行的副本。

答案4

perl -0777 -pe '1 while s/^(.)(.*)\n\1.*/$1$2/gm' file.in >file.out

这会吞噬整个文件，并循环直到找不到更多匹配项。

相关内容