技巧: 用 uniq 除去重复行

文档选项 未显示需要 JavaScript 的文档选项

级别： 初级

Jacek Artymiak (jacek@artymiak.com), 自由顾问、开发人员和作家

2003 年 7 月 06 日

重复行通常不会造成问题，但是有时候它们的确会引起问题。此时，不必花上一个下午的时间来为它们编制过滤器，uniq 命令便是唾手可得的好工具。了解一下它是如何节省您的时间和精力的。

进行排序之后，您会发现有些行是重复的。有时候该重复信息是不需要的，可以将它除去以节省磁盘空间。不必对文本行进行排序，但是您应当记住 uniq 在读取行时会对它们进行比较并将只除去两个或更多的连续行。下面的示例说明了它实际上是如何工作的：

				
        $ cat happybirthday.txt
Happy Birthday to You!
Happy Birthday to You!
Happy Birthday Dear Tux!
Happy Birthday to You!
        $ sort happybirthday.txt 
Happy Birthday Dear Tux!
Happy Birthday to You!
Happy Birthday to You!
Happy Birthday to You!
        $ sort happybirthday.txt | uniq
Happy Birthday Dear Tux!
Happy Birthday to You!
      

警告：请不要使用 uniq 或任何其它工具从包含财务或其它重要数据的文件中除去重复行。在这种情况下，重复行几乎总是表示同一金额的另一个交易，将它除去会给会计部造成许多困难。千万别这么干！

有关 uniq 的更多信息 本系列文章介绍了文本实用程序，它对在手册页和信息页找到的信息作了补充。如果您打开新的终端窗口并输入 man uniq 或 info uniq ，或者打开新的浏览器窗口并查看 位于 gnu.org 的 uniq 手册页，那么就可以了解更多的相关信息。

如果您希望您的工作轻松点，比如只显示唯一的或重复的行，那么该怎么办呢？您可以用 -u （唯一）和 -d （重复）选项来做到这一点，例如：

				
        $ sort happybirthday.txt | uniq -u
Happy Birthday Dear Tux!
        $ sort happybirthday.txt | uniq -d
Happy Birthday to You!
      

您还可以用 -c 选项从 uniq 中获取一些统计信息：

				
        $ sort happybirthday.txt | uniq -uc
      1 Happy Birthday Dear Tux!
        $ sort happybirthday.txt | uniq -dc
      3 Happy Birthday to You!
      

就算 uniq 对完整的行进行比较，它仍然会很有用，但是那并非该命令的全部功能。特别方便的是：使用 -f 选项，后面跟着要跳过的字段数，它能够跳过给定数目的字段。当您查看系统日志时这非常有用。通常，某些项要被复制许多次，这使得查看日志很难。使用简单的 uniq 无法完成任务，因为每一项都以不同的时间戳记开头。但是如果您告诉它跳过所有的时间字段，您的日志一下子就会变得更加便于管理。试一试 uniq -f 3 /var/log/messages ，亲眼看看。

还有另一个选项 -s ，它的功能就像 -f 一样，但是跳过给定数目的字符。您可以一起使用 -f 和 -s 。 uniq 先跳过字段，再跳过字符。如果您只想使用一些预先设置的字符进行比较，那么该怎么办呢？试试看 -w 选项。

有什么问题或意见吗？我非常乐意收到您的来信 － 请发送邮件到 jacek@artymiak.com。

下一次，我们将研究 nl 。到时候见！

参考资料

• 您可以参阅本文在 developerWorks 全球站点上的 英文原文.
  
  
• 下载上面代码清单的示例文件 happybirthday.txt。
  
  
  
  
• 请阅读本系列文章中的其它技巧文章：
  • 了解 textutils
  • 用 cat 合并文件
  • 使用 head 和 tail 以块方式读取文本流
  • 用 sort 和 tsort 对文件进行排序
  • 用 tr 过滤文件
  
  
  
  
• 请在 GNU text utilities 手册（位于 MIT 的 同一目录的展开视图，在 MIT，您还可以找到 众多更加有用的 GNU 工具的列表）中找到有关这些有用工具的更多信息。
  
  
  
  
• Windows 用户可以在 Cygwin软件包中找到这些工具。
  
  
  
  
• Mac OS X 用户可能想尝试 Fink，它在新 Mac OS X 下安装了丰富的 UNIX 环境。
  
  
  
  
• 遇到问题了？请尝试查阅 GNU 文本实用程序常见问题解答。
  
  
  
  
• 在深入研究我们这里讲述的工具之前还需要更多介绍性的信息？您可以尝试从 UNIXhelp for users入手。
  
  
  
  
• 这一领域的经典著作当然是 O'Reilly and Associates 出版的 Unix Power Tools （Jerry Peek、Tim O'Reilly 和 Mike Loukides 1997；ISBN 1-56592-260-3）。
  
  
  
  
• 迷上 UNIX 文本实用程序（以及 UNIX 本身）了吗？您会喜欢 Thomas Scoville 所著的经典文章 UNIX as Literature。
  
  
  
  
• 一篇讨论 作为组件体系结构的 UNIX 实用程序的 developerWorks文章从不同观点研究了 UNIX。
  
  
  
  
• 在下面这些 developerWorks教程： vi 入门 -- 巧表单方法 和 生活在 Emacs 中中学习如何使用可用于 Linux 的最流行的两个文本编辑器。
  
  
  
  
• 在 developerWorksLinux 专区 中查找您正在寻找的 Linux 参考资料。
  
  
  

关于作者

		Jacek Artymiak 是一位自由顾问、开发人员和作家。自从 1991 年他就一直为许多商业性和免费的 UNIX 和 BSD 操作系统的变体（AIX、HP-UX、IRIX、Solaris、Linux、FreeBSD、NetBSD、OpenBSD 和其它操作系统）和 MS-DOS、Microsoft Windows、Mac OS 与 Mac OS X 等开发软件。Jacek 擅长商业和金融应用程序开发、Web 设计、网络安全、计算机图形、动画和多媒体。在技术主题方面，他是一位多产的作家，并与他人一同合著了“Install, Configure, and Customize Slackware Linux”（Prima Tech，2000）和“StarOffice for Linux Bible”（IDG Books，2000）。在 SourceForge 上可以找到许多 Jacek 的软件项目。可以从他的 个人网站更多地了解他，可以通过 jacek@artymiak.com与他联系。

对本文的评价

太差！ (1) 需提高 (2) 一般；尚可 (3) 好文章 (4) 真棒！(5) 建议？

回页首