识别重复字段并使用 awk 打印两者

Question

我有一个包含多列的文件，并想确定那些特定列值（第 3-6 列）已重复的文件。

以下代码查找重复项，但我想显示两个实例，而不仅仅是第二个。其他列值（cols 1、2 和 7+）在 2 行之间可能不同，因此我需要查看两个实例。

awk 'seen[$3, $4, $5, $6]++ == 1' filename

Answer 1

uniq 是正确的工具：

uniq -D -f2 file

在哪里：

• -D - 打印所有重复项
• -f2 - 避免比较前 2 个字段

编辑：如果不比较字段 7 及以上，则需要awk：

awk 'n=x[$3,$4,$5,$6]{print n"\n"$0;} {x[$3,$4,$5,$6]=$0;}' file

• x[]检查数组项（第 3-6 列）。如果已经设置，则运行该部分{...}（在同一语句中，n变量被设置为该数组项的值）
• 在括号中{...}：打印n变量和当前行$0。
• 然后我们将x[]下一次迭代的数组项设置为当前行内容，以供以后比较。