كيفية إزالة العناصر المكررة من CSV أو أي ملف آخر في Java؟

نشرت: 2021-05-28

كيفية إزالة العناصر المكررة من CSV أو أي ملف آخر في Java

العثور على أسطر مكررة من ملف ليس مشكلة صعبة. لكن في وقت ما في سؤال المقابلة ، يشعر الناس أحيانًا بالارتباك الشديد بشأن الطريقة التي يتعين عليهم استخدامها.

سننتقل في هذا البرنامج التعليمي إلى خطوات حول كيفية إزالة التكرارات من ملف CSV وأي ملف آخر.

هيا بنا نبدأ:

الخطوة 1.

قم بإنشاء ملف CrunchifyFindDuplicateCSV .java

الخطوة 2.

  • ضع الكود أدناه في الملف.
  • نحن نستخدم BufferedReader لقراءة الملفات.
  • واحدًا تلو الآخر بإضافة سطور إلى HashSet.
    • تطبق فئة HashSet واجهة Set ، مدعومة بجدول تجزئة (في الواقع مثيل HashMap). لا تقدم أي ضمانات فيما يتعلق بترتيب التكرار للمجموعة ؛ على وجه الخصوص ، لا يضمن أن يظل الطلب ثابتًا بمرور الوقت. تسمح هذه الفئة بالعنصر الفارغ.
  • استخدم طريقة add () للتحقق مما إذا كان الخط موجودًا بالفعل في المجموعة أم لا.
    • يضيف العنصر المحدد إلى هذه المجموعة إذا لم يكن موجودًا بالفعل. بشكل أكثر رسمية ، يضيف العنصر المحدد e إلى هذه المجموعة إذا كانت هذه المجموعة لا تحتوي على عنصر e2 مثل Objects.equals (e ، e2). إذا كانت هذه المجموعة تحتوي بالفعل على العنصر ، فستترك المكالمة المجموعة دون تغيير returns false .
  • بمجرد التخطي ، سنطبع هذا السطر كخط تم تخطيه.

crunchify.csv

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
name city number age
kedar kapan 9843875 23
sedai ktm 97798433 23
ayush kalopul 9856324 12
dipal ratopul 9842567 34
malla setiopul 1258496 33
ayush kalopul 9856324 12
babin karki hariyopul 32589 11
raju dhading 58432 44
sedai ktm 97798433 23
 
 
Crunchify , LLC
PayPal . com
Google . com
Twitter . com
FaceBook . com
Crunchify , LLC
Google . com
Visa . com
MasterCard . com
Citi . com
California
Austin
California

CrunchifyFindDuplicateCSV.java

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
package crunchify . com . tutorial ;
 
import java . io . BufferedReader ;
import java . io . FileNotFoundException ;
import java . io . FileReader ;
import java . io . IOException ;
import java . util . HashSet ;
 
/**
* @author Crunchify.com
* How to Remove Duplicate Elements from CSV file in Java?
*/
 
public class CrunchifyFindDuplicateCSV {
 
     public static void main ( String [ ] argv ) {
 
         String crunchifyCSVFile = "/Users/Shared/crunchify.csv" ;
 
         // Reads text from a character-input stream, buffering characters so as to provide for the
         // efficient reading of characters, arrays, and lines.
         BufferedReader crunchifyBufferReader = null ;
         String crunchifyLine = "" ;
 
         // This class implements the Set interface, backed by a hash table (actually a HashMap instance).
         // It makes no guarantees as to the iteration order of the set; in particular, it does not guarantee that the order will
         // remain constant over time. This class permits the null element.
         HashSet < String > crunchifyAllLines = new HashSet < > ( ) ;
 
         try {
             crunchifyBufferReader = new BufferedReader ( new FileReader ( crunchifyCSVFile ) ) ;
             while ( ( crunchifyLine = crunchifyBufferReader . readLine ( ) ) ! = null ) {
                 if ( crunchifyAllLines . add ( crunchifyLine ) ) {
                     crunchifyLog ( "Processed line: " + crunchifyLine ) ;
                 } else if ( ! crunchifyIsNullOrEmpty ( crunchifyLine ) ) {
                     crunchifyLog ( "--------------- Skipped line: " + crunchifyLine ) ;
                 }
             }
         } catch ( FileNotFoundException e ) {
             e . printStackTrace ( ) ;
         } catch ( IOException e ) {
             e . printStackTrace ( ) ;
         } finally {
             if ( crunchifyBufferReader ! = null ) {
                 try {
                     crunchifyBufferReader . close ( ) ;
                 } catch ( IOException e ) {
                     e . printStackTrace ( ) ;
                 }
             }
         }
     }
 
     // Check if String with spaces is Empty or Null
     public static boolean crunchifyIsNullOrEmpty ( String crunchifyString ) {
 
         if ( crunchifyString ! = null && !crunchifyString.trim().isEmpty())
            return false;
         return true ;
     }
 
     // Simple method for system outs
     private static void crunchifyLog ( String s ) {
 
         System . out . println ( s ) ;
     }
 
}
 
// Linux command to remove duplicate lines from file:
// $ sort -u /Users/Shared/crunchify.csv

لنقم بتشغيل برنامج Java في IntelliJ IDE.

هذه نتيجة:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
Processed line : name city number age
Processed line : kedar kapan 9843875 23
Processed line : sedai ktm 97798433 23
Processed line : ayush kalopul 9856324 12
Processed line : dipal ratopul 9842567 34
Processed line : malla setiopul 1258496 33
--------------- Skipped line : ayush kalopul 9856324 12
Processed line : babin karki hariyopul 32589 11
Processed line : raju dhading 58432 44
--------------- Skipped line : sedai ktm 97798433 23
Processed line :
Processed line : Crunchify , LLC
Processed line : PayPal . com
Processed line : Google . com
Processed line : Twitter . com
Processed line : FaceBook . com
--------------- Skipped line : Crunchify , LLC
--------------- Skipped line : Google . com
Processed line : Visa . com
Processed line : MasterCard . com
Processed line : Citi . com
Processed line : California
Processed line : Austin
--------------- Skipped line : California
 
Process finished with exit code 0

آمل أن تجد برنامج Java هذا مفيدًا في العثور على سطور مكررة في CSV أو أي ملف آخر.

كيف تجد الأسطر المكررة في CSV باستخدام أمر Linux؟

1
$ sort - u / Users / Shared / crunchify . csv

نتيجة:

كيفية إزالة العناصر المكررة من ملف CSV في Linux