如何在Shell环境中移除前缀为上一行的已排序目录行？

嘿，这个需求我熟！刚好和Stack Overflow上那种「移除有相似前缀的重复行」的需求反过来——咱们要做的是：删掉那些被上一行路径作为父目录的行，只保留最上层的路径或者同级的独立路径。

先明确下需求细节：

给定已排序的目录路径列表（每行一个路径，结尾带/），需要移除所有满足「上一行是当前行前缀」的行。换个说法就是，如果前一行的路径是当前行的父目录，就删掉当前行，留下父目录；如果两行是同级（比如bar/foo/和bar/foo2/），就都保留。

示例输入 #

a/
a/b/c/
a/d/
bar/foo/
bar/foo2/
c/d/
c/d/e/

预期输出 #

a/
bar/foo/
bar/foo2/
c/d/

最简洁的Shell解决方案：用awk处理 #

因为输入已经是排序好的，awk可以逐行对比当前行和上一行的关系，一行命令就能搞定：

awk 'NR==1 || !index($0, prev) {print; prev=$0}' input.txt

拆解命令逻辑：

• NR==1：第一行直接打印，同时把第一行内容存到变量prev里，作为后续对比的基准。
• !index($0, prev)：index($0, prev)会返回prev在当前行$0中的起始位置，如果返回0，说明当前行不是以上一行作为前缀，这时候就打印当前行，并且更新prev为当前行。

如果你的输入还没排序？没关系，题目说允许重新排序，先排序再处理就行：

sort input.txt | awk 'NR==1 || !index($0, prev) {print; prev=$0}'

用sed实现的备选方案 #

要是你更习惯用sed，也可以试试这个写法（逻辑稍微绕一点，但同样有效）：

sed -n '1p; N; /^\(.*\)\n\1/p; D' input.txt

sed命令逻辑解释：

• 1p：先打印第一行，初始化对比基准。
• N：把下一行读入模式空间，和当前行合并成两行（格式是上一行\n当前行）。
• /^\(.*\)\n\1/p：如果合并后的内容符合「第一行是第二行的前缀」（正则里的\1引用了第一行的内容），就打印第一行。
• D：删除模式空间里的第一行，循环处理下一行。

验证效果 #

把示例输入存成input.txt，运行上面的awk命令，就能直接得到预期的输出啦！

内容的提问来源于stack exchange，提问作者ahmet alp balkan