Dotaz: odstraneni "temer" dupllicitniho radku

[Cejvik]

Zdravim, potreboval bych z textoveho souboru odstanit nejkratsi duplicitni radek a na konci doplnit lomitko, napr.

grafika\2003\Fotoarchiv grafika\2003\Fotoarchiv\akce grafika\2003\Fotoarchiv\akce\03-11-13_praha

aby zbylo jen grafika\2003\Fotoarchiv\akce\03-11-13_praha\

Odpovědi

[Cejvik]

ajaj, tak znovu text

grafika\2003\Fotoarchiv
grafika\2003\Fotoarchiv\akce
grafika\2003\Fotoarchiv\akce\03-11-13_praha

[ams]

Kolik takovych radku muze byt v souboru? Jsou nejak usporadany? Tato informace muze znacne zjednodusit reseni. Zatim navrhuji takovy kod v Perlu:

#!/usr/bin/perl
while(<>){
        chomp; @F=split/\\/; s/'/\\'/g for @F; $f=pop@F; 
        $e=@F?'$h{\''.join('\'}{\'',@F).'\'}':'$h'; 
        $e.="={\'$f\'=>1}";
        eval$e;
}
        
sub p{
        while(($k,$v)=each %{$_[0]}){
                print "$k\\";
                if(ref$v) { p($v) } else { print "\n" };
        }
}

p(\%h)

[Cejvik]

Zkusil jsem testovaci soubour, který obsahoval

2007\Akce
2007\Akce\2007
2007\Akce\2007\pozvanky
2007\Akce\2007\pozvanky\English
2007\Akce\2007\DIPLOMY
2007\Akce\2007\DIPLOMY\bodyfitness
2007\Akce\2007\DIPLOMY\fitness
2007\Akce\2007\bannery
2007\Akce\2007\bannery\molo
2007\Akce\2007\bannery\vchod

ale dostal jsem misto ocekavaneho

2007\Akce\2007\pozvanky\English
2007\Akce\2007\DIPLOMY\bodyfitness
2007\Akce\2007\DIPLOMY\fitness
2007\Akce\2007\bannery\molo
2007\Akce\2007\bannery\vchod

pouze toto:

2007\Akce\2007\bannery\vchod\

[geon]

Nerad píši hotové scripty, ale občas to také potřebuji, tak tady je řešení v Pythonu. Lomítka na konci a případné načítání ze souboru si snad doděláš sám

# -*- coding: utf-8 -*- 

radky = r"""2007\Akce
2007\Akce\2007
2007\Akce\2007\pozvanky
2007\Akce\2007\pozvanky\English
2007\Akce\2007\DIPLOMY
2007\Akce\2007\DIPLOMY\bodyfitness
2007\Akce\2007\DIPLOMY\fitness
2007\Akce\2007\bannery
2007\Akce\2007\bannery\molo
2007\Akce\2007\bannery\vchod"""

seznam=[]

for radek in radky.split("\n"):
    for i in range(len(seznam)):
        if seznam[i] in radek:
            seznam[i] = radek
            break
    else:
        seznam.append(radek)

for radek in seznam:
    print radek

Práce se soubory: http://www.py.cz/PraceSeSoubory

[happy barney]

my $last = '';
for (sort { $b cmp $a } map { chomp; $_ } <>) {
    print $last = $_, "\n"
      if index $last, $_;
}

[Vojtěch Horký]

sort vstup.txt | gawk -f dupl.awk

kde dupl.awk vypadá takhle:

BEGIN {
   predchozi="";
}
{
   if (substr($0,1,length(predchozi))!=predchozi) {
        print predchozi;
   }
   predchozi=$0;
}
END {
  print predchozi;
}

[Semo]

Ha, najnamakanejsi sedovy skript, aky som kedy spravil:

sed -n 'H
    g
    s/^\(.*\)\n\1.*//
    s/\n.*//p
    g
    $s/^\(.*\)\n\1.*//
    $s/.*\n//p
    s/.*\n//
    h' subor.in

(Ak to chce niekto ako one-liner, tak tu:

sed -n 'H; g; s/^\(.*\)\n\1.*//; s/\n.*//p; g; $s/^\(.*\)\n\1.*//; $s/.*\n//p; s/.*\n//; h')

alebo skript v bashi (ktory je ideovo rovnaky):

#!/bin/bash

while read line; do
    [[ "$line" =~ "$prev".* ]] ||
        echo "$prev"
    oldprev="$prev"
    prev="$line"
done

[[ "$prev" =~ "$oldprev".* ]] ||
    echo "$prev"

a volanie:

skript < subor.in