Awk 当发现重复时，打印整行

这是我输入的片段：

DGD3 SOL10
DGD53 SOL15
DGD100 SOL15
DGD92 SOL20
DGD41 SOL22
DGD62 SOL35
DGD13 SOL40
DGD13 SOL40

我的预期产出

DGD53 SOL15
DGD100 SOL15
DGD13 SOL40
DGD13 SOL40

---

在我的数据中，有时会出现SOL重复（不超过两次重复，例如文件中某个SOL的三次，但仅重复）。索尔在我的第二栏（2美元）。所以我需要一个程序，打印整行（DGD和溶胶）时，我发现重复溶胶（$2）。您能帮助我吗？

根据所示示例（按第二个字段排序），您可以执行以下操作：

$ awk 'l2==$2{print ll; print; next}
       {ll=$0; l2=$2}' file

印刷品：

DGD53 SOL15
DGD100 SOL15
DGD13 SOL40
DGD13 SOL40

这类似于Unix

uniq

过滤器，它只打印相邻的副本

如果文件中的重复项是随机的，可以先排序：

$ awk 'l2==$2{print ll; print; next}
            {ll=$0; l2=$2}' <(sort -k 2 file) 

或者，要仅识别2个或更多的SOL标记，您可以执行以下操作：

$ awk '++cnt[$2]==2' file   

您可以使用相同的方法生成命令代码，以

grep

或

sed

从未排序的文件打印：

$ sed -n -f <(awk '++cnt[$2]==2 {printf "/[[:space:]]%s$/p\n", $2}' file) file

---

$sed-n-f您可以使用此
awk
，它将打印重复的不一定是相邻的：

awk'$2在map{print map[$2]或$0}{map[$2]=$0}文件中
DGD53 SOL15
DGD100 SOL15
DGD13 SOL40
DGD13 SOL40
在awkish样式中添加了另一种方式，即获取输入文件第一次读取时的所有值计数，并根据第二次读取时的计数打印所有值。公平警告：这可能不如其他两种解决方案快，但从理解目的来看应该简单

awk '
FNR==NR{
  count[$2]++
  next
}
(count[$2]>1)
' Input_file  Input_file

如果您的文件在第二个字段中排序，
uniq
是为此任务设计的，具有正确的选项

$ uniq -f1 -D file

DGD53 SOL15
DGD100 SOL15
DGD13 SOL40
DGD13 SOL40

跳过第一个字段，打印所有副本…
另一个awk。如果第二个字段的实例超过2个，则不需要对文件进行排序的单次运行可以正常工作。在最坏的情况下，它会散列内存中的完整文件，并且不会产生任何输出：

$ awk '{
    if(!c[$2]++)           # if first instance of $2
        a[$2]=$0           # store it
    else {
        if(c[$2]==2) {     # if second instance 
            print a[$2]    # print previous
            delete a[$2]   # no need to waste my memory any more
        } 
        print              # after first instance of $2 we always print current
    }
}' file

输出：

DGD53 SOL15
DGD100 SOL15
DGD13 SOL40
DGD13 SOL40

副本是否总是挨在一起，或者它们可能在文件中的任何位置？可能是anywhere@Mark然后您应该在您的示例中说明，因为这需要一个不同的解决方案，当行是连续的时，它可以工作
DGD53 SOL15
DGD100 SOL15
DGD13 SOL40
DGD13 SOL40