如何快速删除Linux文件中的重复数据行

Linux系统操作中，如果文件中的数据过多，想要删除重复数据行是非常麻烦的，查找不方便，那么有什么方法能够快速删除文件重复数据行呢？下面小编就给大家介绍下如何删除文件重复数据行，一起来看看吧。

一、去掉相邻重复的数据行

代码如下：

$cat data1.txt | uniq

输出：

beijing

wuhan

beijing

wuhan

二、去掉所有重复的数据行

代码如下：

$cat data1.txt | sort | uniq

注：

只有uniq命令的话，只是把相邻的重复的数据行去掉。

如果先 sort 的话，就会把所有重复的数据行变成相邻的数据行，再 uniq 的话，就去掉所有重复的数据行了。

输出：

beijing

wuhan

附：data1.txt

代码如下：

［root@syy ~］# cat data1.txt

beijing

beijing

wuhan

wuhan

wuhan

beijing

beijing

beijing

wuhan

wuhan

注：在过滤日志中的IP地址很有用。

Linux下删除大数据文件中部分字段重复的行

最近写的一个数据采集程序生成了一个含有1千多万行数据的文件，数据由4个字段组成，按照要求需要删除第二个字段重复的行，找来找去linux下也没找到合适的工具，sed/gawk等流处理工具只能针对一行一行处理，并无法找到字段重复的行。看来只好自己python一个程序了，突然想起来利用mysql，于是进行乾坤大挪移：

1. 利用mysqlimport --local dbname data.txt导入数据到表中，表名要与文件名一致

2. 执行下列sql语句（要求唯一的字段为uniqfield）

代码如下：

use dbname;

alter table tablename add rowid int auto_increment not null;

create table t select min（rowid） as rowid from tablename group by uniqfield;

create table t2 select tablename .* from tablename，t where tablename.rowid= t.rowid;《/p》 《p》drop table tablename;

rename table t2 to tablename;

上面就是Linux删除文件重复数据行的方法介绍了，本文介绍了多种情况下删除文件重复数据行的方法，希望对你有所帮助。

上一篇：Linux下如何使用ftp命令

下一篇：Linux中如何使用rsa免密码登录