Question

我使用以下漂亮的awk命令来过滤重复的行

示例：

cat LogFile | awk '!seen[$0]++'

问题是在某些情况下我们需要过滤重复的行，尽管有些字段不同而且它们不那么重要

例如

日志文件：

 [INFO],[02/Jun/2014-19:30:45],EXE,ds1a,INHT VERION , 1.4.4.3-08
 [INFO],[02/Jun/2014-19:31:25],EXE,ds1a,INHT VERION , 1.4.4.3-08
 [INFO],[02/Jun/2014-19:32:40],EXE,ds1a,INHT VERION , 1.4.4.3-08

请查看此文件 - LogFile

我需要从第三个分隔符“，”中删除重复的行，直到该行的结尾，

并且无论在第三个分隔符之前是什么

所以最后我应该得到这个过滤的文件:(应该总是得到列表中的第一个）

    [INFO],[02/Jun/2014-19:30:45],EXE,ds1a,INHT VERION , 1.4.4.3-08

所以请帮我完成我的任务

如何从第三个分隔符“，”过滤LofFile，并忽略这些字段： [INFO]，[...........]，EXE ，

备注 - 植入也可以使用perl one liner line

Answer 1

使用GNU awk for gensub（）：

$ awk '!seen[gensub(/([^,]*,){3}/,"","")]++' file
[INFO],[02/Jun/2014-19:30:45],EXE,ds1a,INHT VERION , 1.4.4.3-08

任何支持RE间隔的awk（大多数现代awks）：

$ awk '{key=$0; sub(/([^,]*,){3}/,"",key)} !seen[key]++' file
[INFO],[02/Jun/2014-19:30:45],EXE,ds1a,INHT VERION , 1.4.4.3-08

Answer 2

使用perl one-liner：

perl -lne '$k = s/(.*?,){3}//r; print if !$seen{$k}++' file.log

输出：

[INFO],[02/Jun/2014-19:30:45],EXE,ds1a,INHT VERION , 1.4.4.3-08

说明：

切换：

-l：启用行结束处理。（仅当最后一行日志文件缺少新行时才需要
-n：为输入文件中的每一行创建一个while(<>){..}循环。
-e：告诉perl在命令行上执行代码。

<强>代码：

$k = s/(.*?,){3}//r：保存变量$k
print if !$seen{$k}++：如果之前未看到该密钥，请打印该行。

Answer 3

使用autosplit的方式略有不同：

perl -aF, -ne'print unless $seen{"@F[3..$#F]"}++' logfile.txt

Answer 4

你可以：

awk 'BEGIN{FS=OFS=","}{o=$0;$1=$2=$3=""}!seen[$0]++{print o;}' ...

awk +过滤日志文件

4 个答案:

说明：