Linux命令查找两个可比较的行

我有以下排序顺序的数据（这里的数据是根据第一个v1、第二个v2、第三个v3和第四个v4排序的）：

现在我想找出两行的v1和v2相等的行。i、 e.在以上给出的数据中，我希望找到以下形式的行：

 v1=2    v2=10630231     v3=60528947     v4=17
 v1=2    v2=10630231     v3=60529119     v4=18

---

我知道如何在python中通过比较连续的行以及何时有匹配输出该行来实现这一点。有没有一种简单的方法可以使用像sed这样的linux命令来完成同样的任务。我知道在给定两个值时如何使用sed来查找单词，但我不知道在这种情况下如何使用sed。非常感谢您的解释。

一种方法是找出行首有多少个字符是相同的（看起来大约是25个？），然后只通过uniq对这些字符进行比较：

uniq --check-chars=25 --repeated < input_file

uniq——检查字符=25——重复

---

要打印两行，请使用

--all repeated

而不是

--repeated

使用

awk

会更容易一些：

awk '{
    lines[$1,$2]=(lines[$1,$2]?lines[$1,$2] RS $0:$0)
    dups[$1,$2]++
}
END {
    for(line in lines) 
        if(dups[line]>1) print lines[line]
}' file
v1=2    v2=10630231     v3=60528947     v4=17
v1=2    v2=10630231     v3=60529119     v4=18

• 我们创建两个数组<代码>行和

  DUP

• 当第一列和第二列被多次看到时，我们增加计数。为此，我们使用

  dups

  数组
• 在

  行

  数组中，我们检查是否存储了第一列和第二列相同的行。如果我们有，我们将重复的行附加到它
• 在

  END

  块中，我们迭代

  行

  数组。如果在我们的

  dups

  数组中多次找到第一个和第二列，我们将打印这些行

或者，如果不想将整个文件保存在内存中，可以执行以下操作（因为您声明数据已排序）：

• 我们将变量

  line

  指定为整个当前行，

  c1

  指定为第1列，

  c2

  指定为第2列
• 如果当前行的第1列和第2列与上一列1和第2列相同，则打印上一行和当前行

  ---

首先让我说，您显示的列表在Linux意义上没有严格排序（空格和制表符确实会影响排序）。解决您的问题的最佳Linux解决方案是使用awk。下面是一个命令，它应该执行您正在查找的操作：

awk -e '{cur=$1 " " $2; if (NR>1 && cur==prev) {print "line:"NR " " cur} prev=cur}' < input_file

awk-e'{cur=$1”“$2；如果（NR>1&&cur==prev）{print”行：“NR”“cur}prev=cur}”

所有这一切只是将我们称之为cur的输入文件的第一列和第二列的组合所形成的字符串（$1和$2；由更干净的输出空间分隔）与我们称之为prev的前一输入行中的相同字符串进行比较。如果两个字符串匹配，则输出行号和结果。我们还添加了一个条件来跳过文件的第一行，因为还没有可比较的内容。

这可能适用于您（GNU-sed）：

这将使用反向引用比较两行，并打印与前两个值重复的行

但是，如果副本可能是三条或更多连续线，则可以使用另一种方法。使用保持缓冲区打印和标记副本。当一个重复行后接一个非重复行时，也会打印最后一个重复行，并重置标志：

sed -rn '$!N;/^\s*(\S+)\s+(\S+)\s+.*\n\s*\1\s+\2/{h;P;D};x;/./{z;x;P;D};x;D' file

---

可能是@tripleee的重复对不起，但是这个问题是关于joinshey的，这真的很酷。你能给我指一下我可以从中了解awk的链接吗more@JannatArora当然，一个好的起点应该是并且是一个明确的指南。对于解析一次解决方案和解释+1。但是请记住，

（y中的x）

并没有保持插入顺序。@JannatArora Kent是对的。即使以前的解决方案将同时打印DUP，这些DUP的顺序也可能与文件中显示的顺序不同。如果顺序很重要，我添加了另一个解决方案，该解决方案假定文件按照您在问题中所述的顺序进行排序。+1。你能解释一下吗？我对awkNotice不太熟悉，这是一种在线算法，意味着无论输入文件有多大，它都不需要增加内存或跟踪保存的数据。请解释什么不起作用。有了您提供的测试数据，它工作得非常好。

awk -e '{cur=$1 " " $2; if (NR>1 && cur==prev) {print "line:"NR " " cur} prev=cur}' < input_file

sed -rn '$!N;/^\s*(\S+)\s+(\S+)\s+.*\n\s*\1\s+\2/p;D' file

sed -rn '$!N;/^\s*(\S+)\s+(\S+)\s+.*\n\s*\1\s+\2/{h;P;D};x;/./{z;x;P;D};x;D' file