Remova toda a palavra duplicada da string usando o shell script

Eu tenho uma string como

"aaa,aaa,aaa,bbb,bbb,ccc,bbb,ccc"

Eu quero remover a palavra duplicada da string e a saída será como

"aaa,bbb,ccc"

Eu tentei este código fonte

$ echo "zebra ant spider spider ant zebra ant" | xargs -n1 | sort -u | xargs

Está funcionando bem com o mesmo valor, mas quando dou meu valor de variável, também está mostrando todas as palavras duplicadas.

Como posso remover um valor duplicado.

ATUALIZAR

Minha pergunta é adicionar todo o valor correspondente em uma única string, se o usuário for o mesmo. Tenho dados como este ->

   user name    | colour
    AAA         | red
    AAA         | black
    BBB         | red
    BBB         | blue
    AAA         | blue
    AAA         | red
    CCC         | red
    CCC         | red
    AAA         | green
    AAA         | red
    AAA         | black
    BBB         | red
    BBB         | blue
    AAA         | blue
    AAA         | red
    CCC         | red
    CCC         | red
    AAA         | green

Ao codificar, busco todos os usuários distintos e concatenarei a sequência de cores com êxito. Para isso, estou usando o código -

while read the records 

    if [ "$c" == "" ]; then  #$c I defined global
        c="$colour1"
    else
        c="$c,$colour1" 
    fi

Quando imprimo essa variável $ c, recebo a saída (para o usuário AAA)

"red,black,blue,red,green,red,black,blue,red,green,"

Quero remover cores duplicadas. A saída desejada deve ser como

"red,black,blue,green"

Para esta saída desejada, usei o código acima

 echo "zebra ant spider spider ant zebra ant" | xargs -n1 | sort -u | xargs

mas está exibindo a saída com valores duplicados.

"vermelho, preto, azul, vermelho, verde, vermelho, preto, azul, vermelho, verde", obrigado

Mais um awk, apenas por diversão:

$ a="aaa bbb aaa bbb ccc aaa ddd bbb ccc"
$ echo "$a" | awk '{for (i=1;i<=NF;i++) if (!a[$i]++) printf("%s%s",$i,FS)}{printf("\n")}'
aaa bbb ccc ddd 

A propósito, até sua solução funciona bem com variáveis:

$ b="zebra ant spider spider ant zebra ant" 
$ echo "$b" | xargs -n1 | sort -u | xargs
ant spider zebra

Com tr, sorteuniq

echo "zebra ant spider spider ant zebra ant" | tr ' ' '\n' | sort | uniq

ou

echo "zebra ant spider spider ant zebra ant" | tr ' ' '\n' | sort | uniq | xargs 

para obter uma linha

$ echo "zebra ant spider spider ant zebra ant"  | awk -v RS="[ \n]+" '!n[$0]++' 
zebra
ant
spider

Com o gnu sed:

sed ':s;s/\(\<\S*\>\)\(.*\)\<\1\>/\1\2/g;ts'

Você pode adicionar ;s/ */ /gpara remover espaços públicos.

Funções como esta: se uma palavra for uma segunda vez nesta linha, remova-a e comece novamente até que nenhuma publicação seja encontrada.

perl -lane '$,=$";print grep { ! $h{$_}++ } @F'

Solução awk obrigatória:

$ echo "ant zebra ant spider spider ant zebra ant" | 
   awk -vRS=" " -vORS=" " '!a[$1] {a[$1]++} END{ for (x in a) print x;  } ' ; echo
zebra ant spider 

(A final echoestá lá para a nova linha)

Pitão

Opção 1

#!/usr/bin/env python
# get_unique_words.py

import sys

l = []
for w in sys.argv[1].split(','):
  if w not in l:
    l += [ w ]
print ','.join(l)

Torne executável e ligue a partir do Bash:

$ ./get_unique_words.py "aaa,aaa,aaa,bbb,bbb,ccc,bbb,ccc"
aaa,bbb,ccc

Ou você pode implementá-lo como uma função Bash, mas a sintaxe é confusa.

get_unique_words(){
  python -c "
l = []
for w in '$1'.split(','):
  if w not in l:
    l += [ w ]
print ','.join(l)"
}

opção 2

Esta opção pode se tornar uma linha, se necessário:

#!/usr/bin/env python
# get_unique_words.py

import sys

s_in = sys.argv[1]
l_in = s_in.split(',') # Turn string into a list.
set_out = set(l_in) # Turning a list into a set removes duplicates items.
s_out = ','.join(set_out) 
print s_out

No Bash:

get_unique_words(){
  python -c "print ','.join(set('$1'.split(',')))"
}

cat filename | awk '{ delete a; for (i=1; i<=NF; i++) a[$i]++; n=asorti(a, b); for (i=1; i<=n; i++) printf b[i]" "; print "" }' > newfile

Usando os dados tabulares originais no arquivo chamado file:

sed '1d' file | sort -u |
awk '{ color[$1] = ( color[$1] == "" ? $3 : color[$1] "," $3 ) }
     END { for (user in color) print user, color[user] }'

Isso gera

CCC red
BBB blue,red
AAA black,blue,green,red

As três etapas do pipeline:

1. O sedcomando remove a primeira linha, que é um cabeçalho que não queremos ler.

2. O sortcomando nos fornece linhas únicas. Os dados de amostra após a sortaparência

   AAA         | black
   AAA         | blue
   AAA         | green
   AAA         | red
   BBB         | blue
   BBB         | red
   CCC         | red

3. O awkcomando pega esses dados e produz uma cadeia de caracteres delimitada por vírgula para cada usuário na matriz color(em que o nome de usuário é a chave da matriz). No final (no ENDbloco), todos os dados coletados são emitidos.

a="aaa aaa aaa bbb bbb ccc bbb ccc"
for item in $a
do
   echo $item
done | sort -u | (while read i; do ans="$ans $i"; done ; echo $ans)