awk：從長行刪除短行

Question

我有一長串的文字字符串，按長度排序。 我需要做的是找到長線中包含的任何短線，將長線分成兩條短線，並保持原始短線不變，如下所示：

input:
here is an example of a long line
an example of

output:
here is
a long line
an example of

Answer 1

您尚未發布足夠的數據集來允許我們發布完整的解決方案，但是以下是一些入門知識：

$ awk '
NR==FNR{
  a[$0]++;
  next
}
{
  for(x in a) 
    if(x!=$0 && index($0,x)>0) {
      sub(x FS,"\n")
    }
}1' file file
here is 
a long line
an example of

• 我們正在對該文件進行兩次傳遞。 在第一遍中，讀取這些行並將它們作為鍵存儲在數組中（重復的行將被存儲為一個鍵）。
• 在第二遍中，如果鍵不等於當前行而是當前行的子集，則遍歷數組，用換行符替換較小的單詞。