Fatal编程技术网
  • awk/
  • Awk 删除根据模式解释的重复项失败

Awk 删除根据模式解释的重复项失败

awk sed

Awk 删除根据模式解释的重复项失败,awk,sed,Awk,Sed,我对这些awk sed脚本有一些问题 sed -E 's/(^[a-zA-Z]+)([[:space:]]+[a-zA-Z]+){0,1}.*/\1\2/' file1.txt | sort | uniq > zz.txt 或其他同等软件（windows GNU） linux的另一个例子是 sed -E 's/\s+\S+\s+[0-9]\S+$|[0-9].*//;s/(\S+\s+\S+)\s+\S+$/\1/ H;x;s/((\n[^\n]*)(\n[^\n]*)*

我对这些awk sed脚本有一些问题

sed -E 's/(^[a-zA-Z]+)([[:space:]]+[a-zA-Z]+){0,1}.*/\1\2/' file1.txt | sort | uniq > zz.txt
或其他同等软件（windows GNU）

linux的另一个例子是

sed -E 's/\s+\S+\s+[0-9]\S+$|[0-9].*//;s/(\S+\s+\S+)\s+\S+$/\1/
        H;x;s/((\n[^\n]*)(\n[^\n]*)*)\2$/\1/;x;$!d;x;s/.//' file
这些脚本做什么？得到一份这样的清单

Chi Allegati N.22021.htm
Casabella Marzo 2021.pdf
Casabella Febbraio 2021.pdf
Chi Allegati N.22021.pdf
使用sed/awk脚本后，您将获得此输出

Casabella
Chi Allegati

A porte chiuse
A porte chiuse special
那么问题在哪里呢？好的，现在考虑另一个列表

(Ebook ITA Fumetti) Genius 021 Bersaglio A Gog.cbr
(Ebook ITA Fumetti) Genius 022 Poker Di Delitti.cbr

Corna Vissute - La moglie del ladro.cbz
Corna vissute - Nuova serie 011 - Un'offerta irresistibile.cbr

Il piccolo sceriffo 20 (Dardo 1992-02) [c2c CapitanUltra].cbz
Il piccolo sceriffo 23 (Dardo 1992-05) [c2c dinofelix].cbr

Il mondo di Arkadi - Caza 01 - Gli occhi di Or'Fe (by aquila & Janesek).cbr
Il mondo di Arkadi - Caza 02 - Il grande esterno (by aquila & Janesek).cbr

Il segno di Zorro 21 (Edizioni del fanciullo 9-1976)(BYPico57).cbr
Il segno di Zorro Serie d'oro 07 - Il mistero della miniera (Edizioni del fanciullo 1975-10-01) [c2c Dinofelix].cbr

L'Uomo Mascherato 06 - Il ratto di diana (Nerbini 1938-09) [c2c Scaricatore17-Gitra].cbr
L'Uomo Mascherato 08 - Il ritorno di Diana (Nerbini 1940-10) [c2c Scaricatore17-Gitra].cbr

Le leggende di Batman 017 (Play Press 1997-12 c2c) By Samox.cbz
Le leggende di Batman 018 (Planeta 1998-01 c2c) [Play Press] By Samox.cbz
不幸的是，脚本不再有效。事实上，我希望获得这个输出（或非常接近的输出），但这是不可能的

    Corna Vissute
    Genius
    Il mondo di Arkadi
    Il piccolo sceriffo
    Il segno di Zorro
    Il segno di Zorro Serie d'oro
    L'Uomo Mascherato
    Le leggende di Batman
脚本背后的逻辑：

  • 操纵该行以仅包含所需的字段。
  • 附加到保留空间。
  • 交换到保留空间，删除重复的行并交换回图案空间。
  • 删除除最后一行以外的所有行。
  • 在最后一行，切换到保留空间，删除第一个换行符并打印结果。
    • 编辑：添加另一个脚本处理错误的示例

    我有这个清单

    A porte chiuse 054 - Come la prima notte (Ediperiodici 1985-11) [noc2c Charles].cbr
A porte chiuse 097 - Il demone nella bottiglia (Ediperiodici 1989-06) [c2c noedit Charless].cbr
A Porte Chiuse 138-139 - Una viziosa incallita.cbr
A porte chiuse Special 13 - Il primo amore-Il viziaccio [228pag] (Ediperiodici 1986-03) [c2c Charles-Edit Gitra].cbr
A Porte Chiuse Special 020 [Fumetti.Erotici](1400~).cbz
    但我只期望这个结果

    Casabella
Chi Allegati

    A porte chiuse
A porte chiuse special
    但是脚本返回这个

    A Porte
A porte
    编辑：另一个问题：我有

    Il destino di Kakugo - vol 09 (MANGA ITA)(Scan & Edit by DDT)(DDT0580)(MQ jpg).cbr
Il mensile di Barbapap… N. 02 - [A.Mondadori] [1977-01] [ITA][c2c](no pagina centrale).cbz
    但它会回报我

    il
Il destino di Kakugo
Il mensile di Barbapap

    Y
Y L'ultimo Uomo
Yiu
    或者我有

    Y L'Ultimo Uomo.-.Ragazze vol 07.-.(Magic Press)(c2c aquila).cbr
Y L'ultimo Uomo [08] Bambole Di Carta (Magic Press)(c2C Aquila).cbr
Yiu 01 - Inferno.cbr
Yiu 03 - Assassini (Scanlation, Ita, By Eleinad For Lc22Db).cbr
    但它会回报我

    il
Il destino di Kakugo
Il mensile di Barbapap

    Y
Y L'ultimo Uomo
Yiu
    但我想

    Il destino di Kakugo
Il mensile di Barbapap
Y L'ultimo Uomo
Yiu
    我上次回答中修改的
    awk
    脚本应该适合您：

    awk'{sub（/^\（[^）]+\）*/，“”）匹配（$0，/^[a-zA-Z][a-zA-Z\047]*（+[a-zA-Z\047]+）*/）{s=substr（$0，1，RLENGTH）；unq[tolower（s）]=s}END{for（在unq中的i）打印unq[i]}file.txt
佐罗世界杯
洛莫·马斯切拉托
阿尔卡迪世界报
短笛短笛
蝙蝠侠莱根德酒店
粘角
伊尔塞格诺迪佐罗酒店
天才
    更具可读性的版本：

    awk'
{sub（/^\（[^）]+\）*/，“”）}
匹配（$0，/^[a-zA-Z][a-zA-Z\047]*（+[a-zA-Z\047]+）*/）{
s=substr（$0,1,RLENGTH）
unq[tolower（s）]=s
}
结束{
（我在unq）
打印unq[i]
}'file.txt
    我上次回答中修改的
    awk
    脚本应该适合您：

    awk'{sub（/^\（[^）]+\）*/，“”）匹配（$0，/^[a-zA-Z][a-zA-Z\047]*（+[a-zA-Z\047]+）*/）{s=substr（$0，1，RLENGTH）；unq[tolower（s）]=s}END{for（在unq中的i）打印unq[i]}file.txt
佐罗世界杯
洛莫·马斯切拉托
阿尔卡迪世界报
短笛短笛
蝙蝠侠莱根德酒店
粘角
伊尔塞格诺迪佐罗酒店
天才
    更具可读性的版本：

    awk'
{sub（/^\（[^）]+\）*/，“”）}
匹配（$0，/^[a-zA-Z][a-zA-Z\047]*（+[a-zA-Z\047]+）*/）{
s=substr（$0,1,RLENGTH）
unq[tolower（s）]=s
}
结束{
（我在unq）
打印unq[i]
}'file.txt
    以下是一个sed替代方案：

    sed -E 's/(^[^0-9\-\.\[\…\-]* ?).*/\1/' input | sort -u
    以下是一个sed替代方案：

    sed -E 's/(^[^0-9\-\.\[\…\-]* ?).*/\1/' input | sort -u
    第二个输入文件格式与第一个简单的示例大不相同，没有明确的模式，除非我使用大脑而不是程序（例如，比较
    （电子书ITA Fumetti）Genius
    输入行与
    30 Giorni\u di\u Notte\u
    输入行）。我们如何区分它们？在想要的输出中存在潜在问题：
    Il mondo di Arkadi
    出现两次，
    Grandi eroi
    不存在。一种解决方案是，取连续行之间的共同点，但即使这样也不能完全满足您的需求。@LudovicKuty是的，您是对的，我从示例列表中删除了
    30_Giorni_Notte
    和
    Grandi eroi
    。现在能容易些吗
    Il mondo di Arkadi
    它出现了两次，因为我在复制时犯了一个错误，很抱歉，上面的解决方案取决于几个部分的融合-单个部分中的任何错误都会影响最终的解决方案。根据您上面的评论，确定每一行中可以匹配的重复元素是最终解决方案的内在要求。一旦解决方案的这一部分是正确的，其余部分将遵循。再看一下列表中的第一项。第二个输入文件格式与第一个简单示例差别很大，没有明确的模式，除非我用大脑而不是程序（例如，比较
    （电子书ITA Fumetti）Genius
    输入行与
    30 Giorni_di_Notte
    输入行）。我们如何区分它们？在想要的输出中存在潜在问题：
    Il mondo di Arkadi
    出现两次，
    Grandi eroi
    不存在。一种解决方案是，取连续行之间的共同点，但即使这样也不能完全满足您的需求。@LudovicKuty是的，您是对的，我从示例列表中删除了
    30_Giorni_Notte
    和
    Grandi eroi
    。现在能容易些吗
    Il mondo di Arkadi
    它出现了两次，因为我在复制时犯了一个错误，很抱歉，上面的解决方案取决于几个部分的融合-单个部分中的任何错误都会影响最终的解决方案。根据您上面的评论，确定每一行中可以匹配的重复元素是最终解决方案的内在要求。一旦解决方案的这一部分是正确的，其余部分将遵循。请再看一看你名单上的第一项。是的，谢谢，非常好，但除了一件事，请看这里：-如果我有《卡库戈的命运》第09卷（马…，《巴尔巴帕的男人》第02页-[A.它返回我
    il
    ，
    il destino di Kakugo
    ，和
    il mensile di Barbapap
    。但是我不需要在列表中也包含
    il
    。是的，我测试了，它工作正常。谢谢！是的，谢谢，非常好，但除了一件事，请看这里：-如果我有
    il destino di Kakugo-vol 09（MA…
    ，
    巴尔巴巴普男子监狱…N.02-[A.
    它返回我
    Il
    ，
    Il destino di Kakugo
    ，和
    Il mensile di Barbapap
    。但是我不需要在列表中也包含
    Il
    。是的，我测试了，它工作正常。谢谢！