linux去除文本内容重复行

第一，用sort+uniq，注意，单纯uniq是不行的，uniq对于重复行不上下连续时不起作用

因此，先对文件的行内容排序 sort，使其上下内容连续后，再使用 uniq

sort -k2n file | uniq

这里我做了个简单的测试，当file中的重复行不再一起连续的时候，uniq将服务删除所有的重复行。

经过排序后，所有相同的行都在相邻，因此uniq可以正常删除重复行。

第二，用sort+awk命令，注意，单纯awk同样不行，原因同上。

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

当然，自己把管道后面的代码重新设计一下，可能不需要sort命令先排序。

第三，用sort+sed命令，同样需要sort命令先排序。

sort -k2n file | sed '$!N; /^.∗\n\1$/!P; D'

最后，附一个必须先用sort排序的文本的例子，

当然，这个需要用sort排序的原因是很简单，就是后面算法设计的时候的“局部性”，相同的行可能分散出现在不同的区域，一旦有新的相同行出现，那么前面的已经出现的记录就被覆盖了，看了这个例子就好理解。