Question

我有一个带有某些文件路径标记的文件。它们出现在集合中，如下所示： -

comp1 : path1
comp2 : path2
comp3 : path3
comp1 : path4
comp1 : path5
comp2 : path6
comp1 : path7
comp2 : path8
comp3 : path9
comp4 : path10
comp1 : path11
comp2 : path12

其中

compN： - 是标签
pathN ： - 不同文件的路径

预期产出是：
comp1 : path11 comp2 : path12
我想从这个文件中提取最后一组。但问题是，这些组的行数不同，即有些只有一行，有些只有十行。我现在怀疑了吗？

Answer 1

您可以使用sort：

$ sort -u file
comp1 
comp2 
comp3 
comp4

-u标志告诉sort只保留唯一的行

或者如果你必须使用awk，你可以做

awk '!a[$0]++' file

回答更新的问题

使用此awk命令：

$ awk '{a[$1]=$0}END{for (i in a) print a[i]}' file
comp1 : path11
comp2 : path12
comp3 : path9
comp4 : path10

Answer 2

>cat comp.txt
comp1
comp2
comp3
comp4
comp1
comp2
comp3
comp1
comp2
comp1
comp2
comp3
comp4
>sort comp.txt | uniq
comp1
comp2
comp3
comp4

Answer 3

perl -lne '$count++;push @a,$_;$i=$count if(/comp1/);END{print join "\n",@a[($i-1)..(scalar(@a)-1)]}' your_file

测试如下：

> cat temp
comp1
comp2
comp3
comp4
comp1
comp2
comp3
comp1
comp2
comp1
comp2
comp3
comp4
> perl -lne '$count++;push @a,$_;$i=$count if(/comp1/);END{print join "\n",@a[($i-1)..(scalar(@a)-1)]}' temp
comp1
comp2
comp3
comp4
>

Answer 4

我相信Python解决方案比Perl

更具可读性

for line in sorted(set(open('comp.txt').readlines())):
  print line.strip()

你会像

一样运行它

echo -e "for line in sorted(set(open('comp.txt').readlines())):\n  print line.strip()" | python
comp1
comp2
comp3
comp4

Answer 5

$ awk '/^comp1 /{set=""} {set=set $0 ORS} END{printf "%s",set}' file
comp1 : path11
comp2 : path12

Answer 6

可以做的一件事是知道set始终以comp1开始，我们可以从末尾遍历直到第一个“comp1”发生。一旦从末尾知道“comp1”的索引，我们就可以打印出行或最后的“设置”。

awk -F':' 'BEGIN{cnt = 0} {a[cnt1++] = $1; b[cnt2++] = $2;} 
END{for(i = NR; i >= 0; i--){if(a[0] == a[i]){cnt++;
if(cnt == 1){k= i;}}} for(j=k;j<NR;j++)print a[j],":",b[j];}' inputfile

数组收集comp条目，b数组收集路径条目，-F'：'awk命令中使用的选项根据'：'分隔符分隔两个条目。

或更简单的方式，

awk '$1~/comp1/{cnt=NR}{array[count++]=$0}END{for(i=cnt-1;i<=NR;i++)print array[i]}'  
inputfile

分隔出现文件的短语--Unix Shell

6 个答案: