在文本文件中查找并保留所有 DUPLICATE 行（而不是唯一行）

Question

我的目标是识别并保留 DUPLICATE、TRIPLICATE 等行，即在 Notepad++ 中多次出现的所有行？换句话说，我怎样才能只删除所有唯一的行？

例如，这里有七 (7) 个单独的列表以及每个列表所需的真实重复行（显示为 7 列，将每列视为单独的列表或文件！）。 （这里的列表并排显示只是为了节省空间，在现实生活中，7 个列表中的每一个都单独出现，独立于其他列表，并且是单独的文件！）

list1  list2  list3  list4  list5  list6  list7
1      0      0      0      0      0      0
2      1      1      1      1      1      1
3      2      2      2      2      2      2
4      3      3      3      3      3      3
4      4      4      4      4      4      4
4      4      4      4      4      4      4
5      4      4      4      4      4      4
6      5      5      5      5      5      5
7      5      5      5      5      5      5
8      6      6      6      6      6      6
9      6      6      6      6      6      6
abc    7      7      7      7      7      7
abd    8      8      8      8      8      8
abd    9      9      9      9      9      9
abe           <CR>   9      9      9      9
                            <CR>   99     99
                                          <CR>

[Lines of multiple occurence of above lists:]         
4      4      4      4      4      4      4
4      4      4      4      4      4      4
4      4      4      4      4      4      4
abd    5      5      5      5      5      5
abd    5      5      5      5      5      5
       6      6      6      6      6      6
       6      6      6      6      6      6
                     9      9      9      9
                     9      9      9      9

消除重复的解决方案有很多（例如，TextFX；notepad++ delete duplicate and original lines to keep unique lines），我找不到保留重复的解决方案。

((.*)\R(\2\R)+)*\K.+\R @Lars Fischer：这个脚本几乎可以正常工作，除了（预排序的）列表的最后一个条目需要是唯一行，后跟 <CR> 空行。一种（次优）解决方法是插入一个人工（辅助）唯一行（例如 zzz），然后插入一个空行 <CR> 作为最后两行。

（问题结束）

---

更新 3：此问题根据 stackoverflow "ask a new question" 指令重新发布。 （@AdrianHHH、@B. Desai、@Paolo Forgia、@greg-449、@Erik von Asmuth 得出错误结论，即该问题与notepad++ delete duplicate and original lines to keep unique lines 重复。此问题绝对不是@AdrianHHH 等问题的重复引号。

更新 2：@AdrianHHH 这个问题并不比其他 Notepad++ 问题更“广泛”（事实上，几乎不可能更具体）或研究更少，包括@AdrianHHH 引用的https://stackoverflow.com/questions/29303148（错误地）等。作为同一个问题。

更新： @AdrianHHH, @B. Desai, @Paolo Forgia, @greg-449, @Erik von Asmuth 这个问题不同于： https://stackoverflow.com/questions/29303148 因为 Q 29303148 是 (i) 既没有询问如何识别和只保留多次出现的行，(ii) 也没有在答案中提供解决方案那。 Q 29303148 问“...我只需要独特的线条。”

Answer 1

这是一个基于正则表达式和书签的解决方案，它适用于排序文件（即每个重复的行后面跟着它的重复）：

• 打开标记对话框（搜索 -> 标记 ....）
• 点击右侧的清除所有标记
• 检查书签行
• 检查环绕
• 查找内容： ((.*)\R(\2\R?)+)*\K.*
• 选中正则表达式并取消选中. matches newline
• 全部标记
• 点击关闭
• 搜索 -> 书签 -> 删除带书签的行

说明

正则表达式由三部分组成：

• ((.*)\R(\2\R?)+)*：这是一个可选的重复块，由一个或多个行块组成

  • 外部( ... )* 匹配零个或多个这样的重复行块（如果在您的示例中，三个 4 后面跟着两个 5，我们将需要一个重复块序列的概念）
  • (.*)\R(\2\R?)+：\2引用(.*)的内容：这都是一行的重复
  • 第二个\R 是可选的（由于?）换行符。因此，如果该行不以换行符结尾，则可以匹配文件最后一行中的重复项

  如果在你开始的光标位置之后有一块重复的行，这将匹配它。

• 现在\K 丢弃我们迄今为止匹配的内容（重复项）并“将光标”放在第一个唯一行之前

• .* 匹配下一个（唯一）行并将其添加到书签

使用全部标记，我们为所有这些独特的行添加书签，以便我们可以使用“搜索”->“书签”菜单中的条目来删除它们。