删除行（以相同的 22 个字符开头）TAB 文本文件

Question

我有一个 500 000 行的文本文件（不同俱乐部成员的地址），采用 TAB 格式（使用空格代替 TAB，因此所有列都在 中）。

有些行几乎相同（只有一列不同 - 一个人可以成为 2 个俱乐部的成员）。我不在乎删除哪一行重复，因为家庭地址相同，但我需要删除其中一个。

我可以在 EXCEL 中找到重复项（TEXT-TO-CELL 并删除它们。但随后会丢失带有列的文本模式，因为格式不是 TAB och CSV 格式。

在 NOTEPAD++ 或 TEXTPAD 中如何编写和使用正则表达式？

Answer 1

我的解决方案：

1. 在 EXCEL 中打开文本文件，使用“固定宽度”将其转换为列并添加一些新列。
2. 使用 EXCEL 在一个文件夹中复制并删除这些行
3. 将文件导出为“CSV（逗号分隔不同）”（不是“CSV WINDOWS”，因为瑞典字符“åäö”无法保存在此导出中）。
4. 已下载 ULTRA EDIT 的免费测试版
5. 使用“CSV to FIXED WIDTH”并为每列指定宽度
6. 删除了“;”从每一列

完成！