0

我想搜索一个相当大的排序文件（第 4 列，然后是第 3 列），在第 4 列中找到第一次找到新单词并将整行打印到新文件中。例如，我的文件如下所示：

c1 23 1912 PE_1.7
c1 25 2334 PE_1.7
c1 59 2340 PE_1.7
c1 28 2342 PE_1.7
c1 30 2345 PE_1.7
c1 45 2346 PE_1.7
c1 23 2348 PA_11.4
c1 24 2352 PA_11.4
c1 57 2362 PA_123.2
c1 26 2372 DA_1.5

我希望新文件看起来像这样：

c1 23 1912 PE_1.7
c1 23 2348 PA_11.4
c1 57 2362 PA_123.2
c1 26 2372 DA_1.5

我对正则表达式很不满意，但我在想一些事情： 

grep \t.[_].[\.]$

有没有做这种类型的 grep 的好方法，或者我是在吠叫错误的树，可以这么说？

4

4 回答 4

1

这

uniq --skip-fields=3 input.txt

产量：

c1 23 1912 PE_1.7
c1 23 2348 PA_11.4
c1 57 2362 PA_123.2
c1 26 2372 DA_1.5
于 2013-10-01T14:58:15.523 回答
1

试试这个 awk 单线：

awk 'p!=$4{print;p=$4}' file > newFile
于 2013-10-01T14:58:16.310 回答
1

试试这个：

$ awk '!x[$4]++' file
c1 23 1912 PE_1.7
c1 23 2348 PA_11.4
c1 57 2362 PA_123.2
c1 26 2372 DA_1.5
于 2013-10-01T15:00:24.110 回答
0

使用 awk 更简单：

awk '!($4 in a) {a[$4]; print}' file
c1 23 1912 PE_1.7
c1 23 2348 PA_11.4
c1 57 2362 PA_123.2
c1 26 2372 DA_1.5
于 2013-10-01T14:58:19.563 回答