Grep 大文件中不同元素的最后一次出现

Question

我有一个文件，其中不同的元素在多行上重复。 我的文件包含这样的行：

1  $element_(1)
10 $element_(2)
20 $element_(1)
30 $element_(3)
40 $element_(1)
50 $element_(2)
60 $element_(3)
70 $element_(1)

我想获取每个元素的最后一次出现并将它们放入文件中

resultfile

。

50 $element_(2)
60 $element_(3)
70 $element_(1)

我试过了

for  i in {1..8000} do 
     grep $element_\($i\) sourcefile | tail -1 >> resultfile 
done

但它给了我错误。此外，如何区分作为字符串名称一部分的

$

和用于增加我正在搜索的元素数量的

$

？

另外，我也不知道文件中将包含多少个元素，因此我将 8000 作为最大值，但它可以更少或更多。

Answer 1

按元素索引排序的输出

您可以告诉 grep 在找到第一个匹配项 (

-m 1

) 后停止，并且要使该匹配项成为文件中的最后一个匹配项，您可以将文件反向传输到 grep：

for i in {1..8000}; do
    tac sourcefile | grep -m 1 "\$element_($i)"
done > resultfile

我还将输出重定向移到循环之外，并修复了模式中的引用：我引用整个模式；第一个

$

必须被转义，这样 shell 就不会尝试扩展变量

$element_

，并且括号不能被转义，否则 grep 会认为它是一个捕获组。在您的尝试中，您正确地转义了它们，但这里通过引用整个模式来避免这种情况。

单引号模式通常更容易，因此我们不必关心 shell 扩展，但在这种情况下，我们希望

$i

真正扩展。

您的尝试存在语法错误，因为大括号后缺少

;

。

输出按输入文件中的出现顺序排序

如果行的顺序必须与输入文件中的顺序相同，我们可以在前面添加行号 (

nl

) 并在最后按行号排序 (

sort -n

)，然后再次使用

cut

删除它们：

for i in {1..8000}; do
    nl sourcefile | tac | grep -m 1 "\$element_($i)"
done | sort -n | cut -f 2 > resultfile

第一次搜索失败后停止

如果我们知道元素索引是连续的，并且一旦找不到元素就可以停止，我们可以按如下方式调整循环（仍然假设我们希望按照输入文件中出现的顺序保留元素）：

i=0
while true; do
    ((++i))
    nl sourcefile | tac | grep -m 1 "\$element_($i)" || break
done | sort -n | cut -f 2 > resultfile

这使用递增计数器而不是预定序列。如果管道的退出状态不为零，即 grep 找不到该元素，我们将退出循环。