如何在Bash中移除文件内含子目录的路径，保留根目录路径

嘿，这个需求很常见——要从一堆目录路径里筛选出最顶层的父目录，删掉所有嵌套的子目录条目对吧？我给你几个实用的命令行方案，都是在终端里就能直接跑的：

方法1：用Awk（最准确，支持去重） #

这个方法会先把所有路径存入数组，然后逐个检查每个路径是否是某个顶层目录的子目录，只保留那些没有父目录在列表里的路径：

awk '{
    # 把所有路径存入数组，自动去重
    paths[$0] = 1
}
END {
    # 遍历每个路径
    for (p in paths) {
        current = p
        is_subdir = 0
        # 不断去掉最后一级目录（包括末尾的斜杠），检查父目录是否存在
        while (sub(/\/[^\/]*\/?$/, "", current)) {
            if (current in paths) {
                is_subdir = 1
                break
            }
        }
        # 如果不是子目录，就打印出来
        if (!is_subdir) {
            print p
        }
    }
}' your_file.txt > filtered.txt

使用说明： #

• 把your_file.txt替换成你的实际文件名
• 结果会保存到filtered.txt里，里面就是所有顶层目录路径
• 这个方法会自动去除重复的路径，如果需要保留重复的顶层目录，可以去掉paths[$0] = 1的逻辑，改用数组存所有行再处理。

方法2：排序后用Awk过滤（更简洁） #

如果你的路径层级很规整，排序后子目录会紧跟在父目录后面，这个方法更高效：

# 先统一去掉路径末尾的斜杠，再排序，最后过滤
sed 's/\/$//' your_file.txt | sort | awk '!index($0, prev "/") {print; prev=$0}' > filtered.txt

原理： #

1. sed 's/\/$//'：去掉所有路径末尾的斜杠，统一格式
2. sort：排序后，父目录会排在它的所有子目录前面
3. awk：检查当前行是否以之前保留的顶层目录为前缀，如果不是，就打印并更新顶层目录标记

方法3：用Grep反向匹配（适合简单场景） #

如果已经知道顶层目录的命名规律（比如都是datadirN），也可以先提取顶层目录，再排除子目录：

# 先提取所有顶层目录（假设顶层目录是/path/to/dir/datadirN格式）
grep -E '^/path/to/dir/datadir[0-9]+/?$' your_file.txt > top_dirs.txt
# 然后从原文件中只保留顶层目录
grep -xFf top_dirs.txt your_file.txt > filtered.txt

注意： #

这个方法需要你明确顶层目录的格式，通用性不如前两种，但在特定场景下很方便。

内容的提问来源于stack exchange，提问作者Adrian Iacob