Linux下使用Shell过滤重复文本（转）

ffffffffffffffffff
ffffffffffffffffff
eeeeeeeeeeeeeeeeeeee
fffffffffffffffffff
eeeeeeeeeeeeeeeeeeee
eeeeeeeeeeeeeeeeeeee
gggggggggggggggggggg

可用以下方法去除重复行：

1、使用uniq/sort删除重复行

注意：单纯uniq是不行的。

shell> sort -k2n file | uniq > a.out

这里我做了个简单的测试，当file中的重复行不再一起的时候，uniq没法删除所有的重复行。经过排序后，所有相同的行都在相邻，因此unqi可以正常删除重复行。

2、使用用sort+awk命令

注意：单纯awk同样不行，原因同上。

shell> sort -k2n file | awk '{if ($0!=line) print;line=$0}'

也可以使用 awk '!i[$1]++' log;

3、用sort+sed命令，同样需要sort命令先排序。

shell> sort -k2n file | sed '$!N; /^\(.*\)\n\1$/!P; D'

参考：

http://www.jb51.net/article/48077.htm（以上内容转自此篇文章）