Signaler

Supprimer leslignes en double d'un fichier [Résolu/Fermé]

Posez votre question Ssylvainsab 2879Messages postés dimanche 30 juillet 2006Date d'inscription ContributeurStatut 5 octobre 2017 Dernière intervention - Dernière réponse le 7 févr. 2015 à 10:06 par samsoul92
Bonjour.

COmme l'indique le titre, j'ai un fichier texte très gros (presque 20000 Lignes), avec plusieurs lignes en double, en triple, en quadruple, voire des centaines de fois.
J'aurais besoin de supprimer les lignes en double du fichier.
Pour précision, toutes les lignes se terminent par un point-virgule ";" et ce caractère est présent une fois et une seule par ligne.
(en fait chaque ligne est une commande)

Donc je cherche comment faire un script en bash qui parcoure les lignes de mon fichier une à une, et pour chaque ligne vérifie s'il en existe une autre pareille, et si c'est le cas l'efface.

Quelqu'un a-t-il une solution ?
Merci.
--
Sylvain
Utile
+31
plus moins
sorry
j'avais pas fait attention car g suis débutant
donc avec : cat fichier | sort | uniq
cela fonctionne!
Cette réponse vous a-t-elle aidé ?  
jipicy 43485Messages postés jeudi 28 août 2003Date d'inscription ModérateurStatut 7 novembre 2010 Dernière intervention - 13 nov. 2009 à 11:56
Teste et tu verras, c'est le meilleur moyen et le meilleur apprentissage ;-))
erreer- 3 juin 2011 à 21:18
cat fichier | sort -u
zipe31 35051Messages postés dimanche 7 novembre 2010Date d'inscription ContributeurStatut 14 octobre 2017 Dernière intervention - 3 juin 2011 à 21:52
Hein ?
boly38 271Messages postés mercredi 23 février 2011Date d'inscription 29 septembre 2016 Dernière intervention - 16 déc. 2013 à 14:38
petit complément pour une suppression des doublons en une seule ligne, voici ce que j'ai fait (je passe par un fichier temporaire pour éviter d'effacer le fichier que je suis en train de lire) :
(cat monfichier|uniq>monfichier.tmp) &&  mv -f monfichier.tmp monfichier
Utile
+3
plus moins
plus simple j'ai trouvé ça Delete duplicate lines : http://textop.us/Lines-tools/Delete-Duplicate-Lines
boly38 271Messages postés mercredi 23 février 2011Date d'inscription 29 septembre 2016 Dernière intervention - 16 déc. 2013 à 14:30
impossible d'y accéder : "This Account Has Been Suspended" :(
smed_79 1304Messages postés dimanche 21 septembre 2008Date d'inscription ContributeurStatut 17 mars 2017 Dernière intervention - 26 juin 2014 à 07:53
@boly38 Text Mechanic http://textmechanic.com/Remove-Duplicate-Lines.html
Utile
+3
plus moins
je vous donne vite fait un algo pour supprimer les lignes mutiples sans modifier leur ordre initial (scripté en bash mais performant)

il faut copier coller les lignes ci dessous dans un fichier (Je l'ai appelé "vir_ligne_doublon")
un chmod +x dessus.
EN GROS:
je repère les doublons avec les binaire sort et uniq ( super rapidement) et ensuite je filtre chaque ligne une par une avec un filtre qui ne se met a jour qu'avec les lignes en doublon. (Les autres n'ayant pas besoin d'être filtrées)

Utilisation : ./vir_ligne_doublon Fichier_a_épurer
Cela génère un nouveau fichier nommé Fichier_a_épurer.nodoublon

#!/bin/bash
FILE=$1
echo Analyse :
sort $FILE|uniq -c|tee report|awk '$1 > 1'|sed "s/^[^0-9]*\([0-9][0-9]*\) \(.*\)$/Il y a \1 fois: \2/"
echo "Continuer ? (Ou CTRL/C)" ; read A
awk '$1 > 1' report|sed "s/^[^0-9]*[0-9][0-9]* //" > en_doublon
>filtre ; >$FILE.nodoublon
while read LIGNE
do
echo "$LIGNE"|grep -vxf filtre |tee -a $FILE.nodoublon|grep -xf en_doublon >> filtre
done < $FILE
rm en_doublon filtre
echo Nombre de lignes avant et apres
wc -l $FILE*
echo Resultat:
sed "s/^/ /" $FILE.nodoublon
Utile
+2
plus moins
si l'ordre des lignes n'est pas important:

cat fichier | sort | uniq

sinon, perl est mieux pour ça à mon avis
Utile
+1
plus moins
Salut,

Y-a-t'il la possibilité de trier ton fichier avant ? Si oui :
sort -u fichier
;-))
Utile
+1
plus moins
bonjour,
ya pas la même commande (sort -u) sous windows ... j'arrive pas à effacer les doublons .. quand j'essaye avec cette commande il me sort cet erreur (fichier d'entré spécifié deux fois)
Utile
+0
plus moins
Trier mon fichier, c'est à dire mettre les lignes identiques les unes après les autres ?
C'est déjà fait ;-)
--
Sylvain
Utile
+0
plus moins
Alors la solution t'est donnée au-dessus en double ;-))
Utile
+0
plus moins
Merci !
Waow, même avec ce tri, j'ai encore 1000 lignes... ça en fait du code :p
--
Sylvain
Utile
+0
plus moins
bonjour
Dans une liste, stockée dans un fichier texte avec un enregistrement par ligne,j'aimerais écrire un commande qui supprime les doublons
kelkun a t il une idée?
jipicy 43485Messages postés jeudi 28 août 2003Date d'inscription ModérateurStatut 7 novembre 2010 Dernière intervention - 13 nov. 2009 à 11:44
Merci de relire le post et notamment la 1ère réponse !
Utile
+0
plus moins
Danke!
merci bien!
ça roule
Utile
+0
plus moins
Merci pour le script
tres bon travail.

Les membres obtiennent plus de réponses que les utilisateurs anonymes.

Le fait d'être membre vous permet d'avoir un suivi détaillé de vos demandes.

Le fait d'être membre vous permet d'avoir des options supplémentaires.

Vous n'êtes pas encore membre ?

inscrivez-vous, c'est gratuit et ça prend moins d'une minute !