Question

从列表中，如何保留所有出现次数仅包含＆＃34; first part或begin＆＃34; （从行的开头到^字符定义）是否出现在其他行中？（列表中的行模式：行首 ^ rest_of_line_012345）

^之后的字符类型，长度等无关紧要（但需要保留）。每行只有一（1）个^个字符。＆＃34;开始＆＃34;确定身份的字符串必须存在于其他行中的相同（类似）位置（即，从行的开头到^，并且必须完全匹配）。（行包含使正则表达式出现问题的字符，例如\/()*.，因此需要对它们进行即时转义。）

例如：原始列表：

abc^123
0xyz^xxx
aaa-123^123
aaa-12^0xyz
0xyz^098
00xyz^098
0xyz^x111xx

保持所有出现的行具有相同的第一部分：

0xyz^xxx
0xyz^098
0xyz^x111xx

这个优雅的脚本由@Lars Fischer ((.*)\R(\2\R?)+)*\K.*（预先排序后）保留所有重复的行，但它会考虑整行（它的目的是 ）。

在这个问题中，我正在寻找一种仅考虑＆＃34;开头的解决方案。该行是否出现不止一次，如果是，则保持整行。有什么指导吗？

Answer 1

注意：在此解决方案中，使用字符＃和％是基于这些字符在文件中不显示任何地方的假设。如果情况并非如此，只需使用您知道不会在文件中的任何位置显示的不同模式，例如#####和%%%%%。

首先使用Notepad ++按字典顺序排序文件，方法是转到编辑 - ＆gt;线路操作 - ＆gt;按字典顺序排序行

进行正则表达式查找和替换（取消勾选＆＃34;。匹配换行符＃34;）

找到：

^(.*?)\^[^\r\n]+[\r\n]+(\1\^.*?[\r\n]+)*\1\^.*?$

替换为：

#$&%

现在进行另一个正则表达式查找和替换（选中＆＃34;的框，匹配换行符＃34;）

找到：

%.*?#

替换为：

\r\n

最后，做一个最后的正则表达式查找和替换（选中＆＃34;的框，匹配换行符＃34;）

找到：

^.*?#|%.*

替换为零。

Answer 2

你在评论中说perl脚本对你来说没问题。

#!/usr/bin/perl
use Modern::Perl;

my %values;
my $file = 'path/to/file';
open my $fh, '<', $file or die "unable to open '$file': $!";
while(<$fh>) {
    chomp;
    # get the prefix value
    my ($prefix) = split('\^', $_);
    # push in array the whole line in hash with the prefix as key
    push @{$values{$prefix}}, $_;
}
foreach (keys %values) {
    # skip the prefix tat have only one line
    next if scalar @{$values{$_}} == 1;
    local $" = "\n";
    say "@{$values{$_}}";
}

输出

0xyz^xxx
0xyz^098
0xyz^x111xx

保持列表的所有行具有相同的开头（Notepad ++）

2 个答案: