老外筆記: vim 下移除重複的行

在讓電腦列出¹了一份所內含的中文字體清單之後，發現有些重複的內容，因此想要將重複的行去除，並稍微排列一下。於是上網找在 Vim 下操作的方法。

以下的內容是 google 到一份2004年在 Vim Wikia 上的文章²，實作並修正過後的內容。

先排序

:sort

這個指令會先將檔案內容進行排序。若不先排序，以下的指令都没有用。

接下來則是要在排序過後的內容中找出內容重複的前後行。

/^$.\+$$\n\1

排列後的搜尋結果

這個指令，可以查到多個排序過了的、內容一模一樣的前後行，不只是兩個內容相同的行而已。但它原本的意思是查找前後相鄰兩行的內容是否相同。

確認（按 n）過查找的東西没錯之後，就可以逕行刪除。

:g/^$.\+$$\n\1/d

但是，這個指令有點小問題。因為排列的時候，比較短的行會排在前面內容一樣，而後面還有多出一些內容的行的前面；使用這個命令，會使得短的那行被刪除掉。因為這個指令的結果是刪除前面重複行而保留後面的那行。

短的相同行被刪除

所以，$ 應該排在替換指令 (d) 前面，而非換行符 (\n) 前方。當然，在查找的過程中，$ 的前後位置應該没什麼差異。

為了避免遺憾，必須要用以下的命令來操作：

:g/^$.\+$\n\1$/d

或是

:g/\%$^\1\n$\@<=$.\+$$/d

短的相同行没被刪除

後者不同的地方在於刪除後面比對過的重複行，而保留最前面的那一行。

Vim Wikia 還提供了一個描述中非常神奇的指令，它省略了 a@<=b 模式中部分的反斜線：

:g/\v%(^\1\n)@<=(.*)$/d

最後有個小問題，在 Vim Wikia 文章中所用的指令，實際上是

:g/\%(^\1\n\)\@<=$.*$$/d

在百分號之後的小括號前未加反斜線 (blackslash,\)，在我的 Mac OS X 中，Vim 竟然會跳出警告訊息：

:Unmatched \%(

:Invalid command

所以，我只得讓 \%( 變成 \%\( 好讓指令運作正常。

[補充]
- 20160309：修飾語句，增加指令意思的說明。