我如何使用awk向前搜索文件并删除与前3行匹配的行

Question

由于分页，我有一个文件，如果不能在当前页面上打印数据，则会复制标题行。例如： 高

eading
data1
data2
data3 ...

然后在页面底部：

NEW Heading
Heading line2
Heading line3
; no more room on this page so a new page is generated and duplicates above -
NEW Heading
Heading line2
Heading line3

所以基本上我需要存储3行，向前看3行，如果匹配，则从文件中删除重复的3行

Answer 1

AWK无法做善良的前瞻性工作。 AWK是面向流的。

文件示例：

$ cat example
Heading
data1
data2
data3
NEW Heading
Heading line2
Heading line3
NEW Heading
Heading line2
Heading line3

使用关联数组的不干净的AWK（+ sort）hack解决方案：

$ awk '{ if ( arr[$0]=="" ) arr[$0]=NR; } END { for (i in arr) print(arr[i] " " i); }' example | sort -n | awk -F'^[0-9]+ ' '{ print($NF); }'
Heading
data1
data2
data3
NEW Heading
Heading line2
Heading line3

1. awk将第一行出现的行号分配给关联数组。最后，它打印行号和用空格分隔的行。
2. sort按数字顺序对输出进行排序
3. awk用空格分割每个正则表达式并输出原始行

---

对于干净的GAWK解决方案（在内部使用排序），您可以研究：

https://www.gnu.org/software/gawk/manual/html_node/Controlling-Array-Traversal.html#Controlling-Array-Traversal

https://www.gnu.org/software/gawk/manual/html_node/Array-Sorting-Functions.html#Array-Sorting-Functions