如何去除重复的字符？

Question

如果我有一条线：

Thhiisss iisss mmyyy nameeee

我想将其打印为：

This is my name

什么是 unix 命令？

Answer 1

与tr：

echo "Thhiisss iisss mmyyy nameeee" | tr -s 'a-z'

说明：“挤压”重复字符的-s开关tr。如图所示，该开关可以与一系列字符一起使用：ato z。

Answer 2

一种方式sed：

sed ':X;s/\(.\)\1/\1/g;tX'

甚至更简单：

sed 's/\(.\)\1*/\1/g'

（感谢Costas和Mikeserv的评论）。

Answer 3

在 GNU 系统上，sed如果您的语言环境使用多字节字符（如 jimmij 建议），则需要使用或 类似的，因为 GNUtr只能引用每个字节的字符。在 ASCII 语言环境中，您可以删除所有重复项，tr例如：

LC_ALL=C tr -s '\0-\255' <input

所以...

echo Thhiisss iisss mmyyy nameeee|
LC_ALL=C tr -s '\0-\255'

...印刷...

This is my name

您还可以通过按范围引用您的目标来有选择地执行此操作：

echo TThhiisss iisss mmyyy nameeee|
LC_ALL=C tr -s '\101-\132'

...或者...

echo TTTThhiisss iisss mmyyy nameeee|
LC_ALL=C tr -s '[:upper:]'

...结果是同一件事，并且两者都打印：

Thhiisss iisss mmyyy nameeee

...或使用[:punct:], [:digit:], [:lower:],[:alpha:]或任何你想要的。你也可以否定选择w / -cso ...

echo 'TTTThhiisss     iisss mmyyy nameeee' |
LC_ALL=C tr -cs '[:upper:]'

...印刷...

TTTThis is my name