正則表示刪除與第一個字符串匹配的行？

Question

我有很多情況的線長列表， 行有相同的第一個字（空間之前的第一個字符串），但其餘的是不同的。 我只需要保留唯一的第一個字符串。

john jane 
john 123 
john jim jane 
jane john 
jane 123 
jane 456 
jim 
jim 1 

產生這樣的結果：

john jane 
jane john 
jim 

所以，如果行第一個字是匹配的，全部刪除，但一行。

我可以刪除所有重複的線條，但像上面例子線離開，

^(.*)(\r?\n\1)+$ 

此正則表達式刪除相同的行，不喜歡的例子。 如果有正則表達式或記事本宏來解決這個問題？

Answer 1

與記事本++ （假定具有相同的第一字線是連續的）：

搜索：^(\S++).*\K(?:\R\1(?:\h.*|$))+
替換：無關

demo

圖案細節：

^    # start of the line 
(\S++)  # the first "word" (all that isn't a whitespace) captured in group 1 
.*   # all characters until the end of the line 
\K   # remove characters matched before from the match result 
(?: 
    \R  # a newline 
    \1  # reference to the capture group 1 (same first word) 
    (?: 
     \h.* # a horizontal whitespace 
     |  # OR 
     $  # the end of the line 
    ) 
)+   # repeat one or more times 

Answer 2

，如果你有awk

awk '!seen[$1]++' infile.txt 

改編自這個線程：Unix: removing duplicate lines without sorting

Answer 3

在Perl：

s/^((\w+).*)\n(?:(?:\2.*\n)*)/$1/gm 

你可以給它這是一個嘗試：

#!/bin/usr/perl 

use warnings; 
use strict; 

my $file = "john jane 
john 123 
john jim jane 
jane john 
jane 123 
jane 456 
jim 
jim 1 
"; 

$file =~ s/^((\w+).*)\n(?:(?:\2.*\n)*)/$1\n/gm; 

print $file;