Notepad++ 删除重复行与排序：脏数据清洗完整教程

快速答案：Notepad++ 删除重复行最快怎么做

Notepad++ 删除重复行最快的方法不用写正则。三步：

1. Ctrl+Alt+S 另存一份副本（注意不是 Ctrl+Shift+S，那个是“全部保存”，会把改动直接覆盖回所有已打开的文件）
2. 光标随便点一下，确保没有选中任何内容，点菜单“编辑 → 行操作 → 删除重复行”
3. 完了。全文每个内容只留第一次出现的那一行，散落在文件任何角落的重复都算，不要求相邻

它的结果顺序是“每个内容第一次出现的位置”决定的，原顺序会被打乱。要保序去重走第三章的路 2。

只想给某一段去重，就先选中那几行，同一个命令只处理选区跨到的行。

Ctrl+Z 能撤销。文件大的时候我更倾向关掉重开，别太信撤销。

一、先看清全局：一条“脏数据 → 干净数据”的流水线

我处理脏数据的习惯是先按固定顺序走六道工序，而不是拿到文件就想“该用哪个功能”。顺序错一步，最典型的后果是去重写完发现行数只少了两行，因为行尾空格没清，去重眼里每行都不一样。

六道工序与对应菜单

为什么顺序不能乱

第 1 步必须在最前面。 官方手册讲去重和排序时写了同一句话：这些操作假设文件里所有行尾符统一，且与当前文件设置一致。手册给的自查办法是看状态栏，那里显示 Windows (CR LF)、Unix (LF) 还是 Macintosh (CR)。混用行尾符的文件，去重会漏、排序会串。改法见行尾符与 CRLF/LF 转换。

第 2 步要在第 5 步前面。 行尾多一个空格，在去重眼里就是两行不同的数据。北京 和 北京 不算重复。第三章末尾有四查清单。

第 4 步和第 5 步的先后看目的。 先过滤再去重，数据量小跑得快；先去重再过滤，能看出上游吐了多少脏数据。我一般先过滤。

哪些步骤根本不用写正则

六道工序里五道半都能点菜单解决。只有“过滤”通常要写一条规则，而且很多时候普通查找模式填个词就行（填 ERROR，勾书签行，标记全部）。

站内正则替换 15 个实例里有个原则我特别认同：能点菜单就点菜单，点不到才写正则。这篇文章基本就是这句话的展开。

二、编辑 → 行操作：这些命令多数人只用过三个

我问过身边十几个用 Notepad++ 的同事“编辑 → 行操作”里你用过哪几条，答案集中在三个：升序排序行、Ctrl+D、Ctrl+L。剩下那一半，几乎没人点开过。

完整命令清单

按官方手册的编辑菜单章节整理。中文菜单名各版本略有出入，认不准看英文那列。

跟空白有关的命令不在这里，在“编辑 → 空白字符操作”，见第六章。

两个去重命令到底差在哪

中文菜单里它们只差两个字，但完全是两回事。

“删除重复行”（Remove Duplicate Lines）：官方手册原话是只保留全文中出现多次的整行里的第一个实例，其余全删。关键词是 “anywhere in the active file”，不管相不相邻，内容一样就只留第一行。

“删除连续重复行”（Remove Consecutive Duplicate Lines）：只删紧跟在第一个实例后面的重复行。第 1 行和第 500 行内容一样，它一个都不删。

两条是并列关系，从来都是独立的菜单项，不是新旧版本关系。正则替换 15 个实例案例 5 用的是后者，那篇的核心是正则和“排序后删连续”，这里不重复。

官方注记：删除重复行会清空全文书签。 手册里有一句中文互联网上我没见人提过的话：因为实现方式的关系，这个命令会清空当前文件的所有书签。

这对用书签做行过滤的人是暗雷。有一次我先 Mark 出所有含 ERROR 的行打上书签，中途手滑点了一次“删除重复行”，书签全没了，接下来点“删除未标记行”差点把整个文件清空。我的做法是把“删除重复行”放到书签用完之后，或者点之前先另存。

连续去重那条也不干净：它不清空书签，但如果某个带书签的行正好被当成连续重复删掉了，那个书签会留在原来的行号上，也就是说它现在指向原本排在它后面的那一行。行数一多，这种偏移靠肉眼发现不了。

只对选区生效的坑

两个去重命令、所有排序命令，都是“有选区就处理选区跨到的行，没选区就处理全文”。听起来贴心，踩坑率很高。

经典事故：选区多带了一行。 你想去重第 5 到第 10 行，鼠标从第 5 行行首拖到第 10 行，手抖拖到第 11 行最前面一点点，选区末端落在第 11 行第 1 列。这时候选区“跨到”了第 11 行，那行也被纳入去重范围，如果恰好重复就被删了，而你不知道。从上一行行尾开始选，起点那行也会被算进去。

我的习惯是选完看一眼状态栏，或者 Ctrl+G 跳行号配合 Shift+↓ 整行选，不拖鼠标。

另外“移除空行”和“移除空行（含空白字符行）”不认选区，永远作用于整个文档。想只删某一段里的空行，没有内置办法。

三、Notepad++ 删除重复行：不写正则的三条路

Notepad++ 删除重复行有三条不写正则的路。先说边界：用正则删连续重复行、以及“排序 + 删除连续重复行”这套组合拳，正则替换 15 个实例案例 5 讲得很细了，包括为什么只能删相邻的、排序的代价是什么。本章讲它没给的那几条路。

那篇最后留了句话：想既保序又全局去重，得装 Python Script 写五行代码，“这是正则的能力边界，绕不过去”。后半句我不同意。下面路 2 用纯内置功能就能做到，一行插件都不用装。

路 1：内置一键全局去重（不在乎顺序时最快）

适用：名单、字典、配置项、IP 集合这类“顺序无所谓，只要不重”的数据。

操作跟开头快速答案一样：另存 → 不选中任何内容 → “编辑 → 行操作 → 删除重复行”。

要排序的话去重前后各点一次都行。我习惯先排序再去重，重复行挨在一起时跑得更快，上万行能感觉到差别。

结果顺序是什么样？ 不是原顺序，也不是排序后的顺序，是“每个内容第一次出现的位置”决定的。文件看着会比较乱。最终要排序就无所谓，不排序就基本没法看。

最终要排序就用路 1，不排序看路 2。只想给某一段去重就先选中那几行，选区边界的坑见第二章。

路 2：保序去重四步法（行号锚定）

我这两年用得最多的一套动作，目标是全局去重，保留每组第一个（原始文件里最早出现的那行），行间相对顺序完全不变。

思路是：给每行钉一个行号当“记忆”，然后放心排序，排完再按行号排回来。

严格说是五步，我把最后两个动作算成一步收尾。

前置：先移除空行，并确认行尾符统一。空行会打乱列操作，行尾符混用会让去重漏内容。

第 1 步：给每行钉上行号

1. 光标放到第 1 行行首（Ctrl+Home）
2. 按住 Alt+Shift 再按 ↓ 拉到最后一行，行太多就先 Alt+Shift+PageDown 翻页。手册还列了第三种：光标放到起点，执行一次“开始/结束列模式选择”（英文菜单是 Begin/End Select in Column Mode，中文名各版本译法不一），再把光标移到终点执行一次。它可以在两次执行之间随便翻页，几万行的文件用这个最省事。基本操作见入门篇的列编辑
3. Alt+C 打开列编辑器，数字区域填初始 1、增量 1、重复 1，把“前导零”打开，确定。这个选项在 v8.5.2 之后叫 Leading 下拉框，选 Zeros；再老的版本是个“前导零”复选框，勾上就行。两种我都见过，都在数字区域里

0001北京
0002上海
0003北京
0004广州

怎么确认选区做对了：直接看 Alt+C 的结果，行号是不是插到了每一行的第 1 列。零宽列选区里一个字符都没有，官方手册对它的定义是“只由贯穿多行的光标组成”（consisting only of a caret extending through multiple lines），界面上通常看不出选中效果，别指望肉眼确认；如果行号只插在第 1 行，说明选区没建起来，按 Esc 重来。

行号宽度按行数定，这一步不能省：9,999 行以内用 4 位（正好 1 万行就得用 5 位），10 万行以内用 6 位。宁可多一位别少。宽度不够时第 10000 行之后的行号会溢出成 5 位，第 4 步“按行号排回”整段错位，而且不报错。

用 5 位的话，后面三步要跟着改：第 2 步列号放第 6 列、第 3 步正则用 {5}、第 4 步删前 5 列。别照抄 4 位的参数。

第 2 步：按内容排序，让重复项挨在一起

关键是排序键只取内容，不含行号。

1. 光标放到第 1 行第 5 列（行号后面第一个字符）。4 位行号是第 5 列，6 位是第 7 列
2. 同样用 Alt+Shift+↓ 拉到最后一行，做出零宽列选区
3. “编辑 → 行操作 → 升序排序行”

手册的说法是：排序会重排选区覆盖到的所有行，排序键限制在列选区内部；列选区零宽时，每行的键从光标右边第一个字符延伸到行尾。翻成人话，排序键正好是去掉行号后的内容。而且手册明确写了，这种基于列选区的排序是稳定排序，键相同的两行先后顺序不变。

0002上海
0001北京
0003北京
0004广州

注意“上海”跑到最前面了，“上”的字符编码比“北”小。跟按拼音想的完全不一样，第四章说的就是这事。

排完先自查一眼：北京 这一组里两行是 1、3，递增的。递增说明零宽列选区做对了、稳定排序生效了；不递增就是选区歪了，Ctrl+Z 重来。这条自查比看界面有用得多，因为选区本身可能看不见。

某行内容为空时光标会落到行尾，排序键是空串，这类行会聚到最前面。

排序没反应就去看“设置 → 首选项 → 编辑”里把列选择转成多编辑的开关（v8.6 起有），开着会让排序键失效。

第 3 步：删掉每组里多余的行

现在整行是“行号 + 内容”，互不相同，两个内置去重命令都用不了（它们比整行）。这一步用一条正则，只比内容部分：

查找串（4 位行号版）

^(.{4})(.*)(\R.{4}\2)+$

替换串

\1\2

6 位行号就把两个 {4} 都改成 {6}。

• \1 行号，\2 内容，(\R.{4}\2)+ 匹配一行或多行“换行 + 行号 + 相同内容”
• 保留的是每组第一行，也就是行号最小的那行，正是原始文件里最早出现的
• 搜索模式选“正则表达式”；\R 需要 7.9 以上版本，站内正则替换 15 个实例用的也是它
• . matches newline 千万别勾，勾了 .* 会跨行

最后一行没有换行符：按理 $ 能匹配到缓冲区末尾，但我没验证过。不放心就在文件末尾敲个回车，跑完再删。

0002上海
0001北京
0004广州

第 4 步（收尾）：排回原顺序 + 摘掉行号

1. 先按 0（或点一下正文任意位置），确认第 2 步的零宽列选区已取消。手册说排序不会自动清掉列选区，带着列选区做这一步，排序键又会变回内容，整套方法失效
2. “编辑 → 行操作 → 升序排序行”，不要任何选区。行号等宽且排在最前，按字符编码升序就等于按行号数值升序
3. 用列编辑（Alt 拖选前 4 列）选中所有行号，按 Delete

北京
上海
广州

跟原始文件里第一次出现的顺序一模一样，这就是“保序”的意思。

什么时候不划算：上万行且重复率很低时，第 2 步的列选区排序会慢，第 3 步的正则也有回溯开销。我的经验是几千行以内很顺，几万行明显卡，那时候考虑 Python Script 或者导出到数据库 SELECT DISTINCT。

路 3：按某一列去重

场景：CSV 名单里手机号重复，姓名城市不同，想按手机号去重，保留每个号码第一次出现的那行。

这条路是路 2 的推广，只改第 2 步：排序键从“去掉行号的内容”换成某一列。

1001,张伟,13800138001,杭州,线下活动
1002,李娜,13800138002,北京,官网注册
1003,王强,13800138001,上海,线下活动

1. 按路 2 第 1 步钉上等宽行号
2. Alt 拖选手机号那一整列（字段宽度不齐就先在 Excel 里对齐，实在对不齐就退回用正则）
3. “编辑 → 行操作 → 升序排序行”，排序键就是手机号列，稳定排序保证同号码组内保持原顺序
4. 正则删组内多余行，跳过行号和前两列，只比手机号：

^(.{4}[^,]*,[^,]*,)([^,]*)(,.*)(\R.{4}[^,]*,\2,.*)+$

替换串 \1\2\3

1. 按行号排回，列编辑删掉行号

诚实讲，第 4 步这条正则已经不算“不用写正则”了，可读性也一般。我只在不方便装插件、又确实要按列保序去重时用它。这类活每周都有就老实写脚本。

两个官方警告：选区内或选区左边有 Tab 字符、或者有多字节字符（中文就是）时，列选区排序结果可能不符合预期。中文 CSV 上做列排序，先确认分隔符是逗号不是 Tab，再用等宽字体看一眼对齐。

去重失败？按顺序查这四项

跑完发现行数没变或只少两三行，别急着怀疑命令坏了，按这个顺序查：

1 大小写。 Error 和 error 是两行。内置去重逐字节比较，不忽略大小写。想忽略先“编辑 → 转换大小写为”统一成小写。

2 尾随空格。 最常见。从 Excel、网页、PDF 复制出来的数据，行尾常挂一两个空格，肉眼看不见，去重看得见。先跑“编辑 → 空白字符操作 → 移除尾随空格”。

3 行尾符混用。 手册在去重那段特别注明：去重假设全文行尾符统一。一半 CRLF 一半 LF 的文件，去重结果会莫名其妙。看状态栏确认，不统一就用“编辑 → 行尾符转换”，原理见行尾符与 CRLF/LF 转换。

4 全角半角。 中文数据的经典坑：， 和 ,、（） 和 ()、全角空格（U+3000）和半角空格，字节层面完全不同。从网页或微信粘过来的名单，全角比例高得离谱。查的办法是开“视图 → 显示符号 → 显示空格和 Tab”，全角空格显示成小方块，跟半角的点不一样。

什么时候必须改用正则

需要“按某个模式去重”而不是“按整行去重”时。两行内容不完全一样但属于同一条记录（时间戳不同、ID 不同），只按其中一段判重，内置的比不了。回到正则替换 15 个实例案例 5，把思路改成“捕获要判重的那一段”。

四、排序：为什么 100 会排在 2 前面

用 Notepad++ 排序时我第一次遇到这事，是在排一份端口清单，排完发现 100 在 2 前面、8080 在 443 前面。当时以为是 bug，其实是我选错了排序方式。

原因很简单：默认的“升序排序行”按字符编码逐个比。1 的编码比 2 小，所以 100、1000 全排在 2 前。它不认识数字，只认识字符。

9 种排序变体速查

除倒序外每种都有升序降序两条。中文菜单里名字各版本略有出入，认准 Ignore Case、Locale、Integers、Decimals、By Length 这几个词就不会点错。

几条手册里的注记：

• 按整数排序会把 IP 排得比较合理，8.8.8.8 在 192.168.0.1 前面
• 按整数排序能处理“相同非数字前缀 + 数字”，xyz9 在 xyz11 前面
• 右对齐数字会被空格坑： 1、 10、 100、1000 按整数排会得到 100、 10、 1、1000。带一个空格前缀的整数排在带两个空格的后面，没空格前缀的 1000 反而最后。排序前先“移除行首空格”能避开

按列排序：列选区作为排序键，且是稳定排序

第三章路 2 已经用过，单独拎出来是因为值得单独记。

操作：Alt 拖出一个列选区（或零宽列选区）覆盖你想当排序键的那一列，然后点任意一条排序命令。手册说法是：排序会重排列选区覆盖到的所有行，排序键限制在列选区内部；零宽时每行的键从光标右边第一个字符到行尾。

手册明确写了这是稳定排序：两行键相同时先后顺序不变，即使键之外的文本不一样。

用处在哪：一份 CSV 按城市列排序，同一城市内部会保持文件里的原始顺序（比如录入时间）。配合列编辑一起用，这一条能解决不少“看着要写脚本才能干”的活。

中文排序用 Locale Order

最容易踩的坑：用默认“升序排序行”排中文名单，得到的是按字节序排的结果，既不是拼音也不是笔画，看着完全随机。

v8.8.1 加进来的区域语言顺序（Locale Order）就是解决这个的，官方描述是“提供符合语言习惯的字母序排序”，调用 Windows 区域排序规则，中文环境下按拼音排。北京 会排在 上海 前面。

另外两条：

• Locale 排序不受行尾符限制。手册特别注明，除 Locale 外其余排序都假设行尾符统一
• Locale 排序本身是稳定排序，而且会把数字当数字处理，排 第2章 和 第10章 也对

排序依据的是 Windows 控制面板“区域”里的设置。

排序前先统一行尾符

手册在排序那段重复了和去重一样的警告：除 Locale 排序外，排序假设全文行尾符统一且与当前设置一致。查法一样看状态栏，不统一就“编辑 → 行尾符转换”，或右键点状态栏行尾符指示器直接改。原理见行尾符与 CRLF/LF 转换。

动手前先另存

排序不可逆。不是撤销不了，是你不一定记得原顺序是什么。几千行日志排完，你根本看不出它原来什么顺序，而 Ctrl+Z 只能在你意识到错误之前救你。Ctrl+Alt+S 两秒钟的事。

五、行过滤：只留下我要的行

Notepad++ 的行过滤是流水线里唯一常要写规则的一步，但写的东西可以很简单，而且有一条完全不用正则的路。

书签流：一条都不用写

假设要从日志里挑出所有含 ERROR 的行：

1. Ctrl+F 打开查找，切到“标记”标签页
2. 查找内容填 ERROR（不用勾正则，普通模式够）
3. 勾选“书签行”
4. 点“标记全部”

所有匹配行带上书签，行号左边有蓝色圆点，状态栏告诉你标记了多少行。然后“搜索 → 书签”里有五条命令，组成完整流水线：

“复制书签行”我用得最多，它不改动原文件，结果放剪贴板，Ctrl+N 新建标签、Ctrl+V 粘贴，原始文件原封不动。

“反向书签”是多条件过滤的关键，但用法不是你想的那样：Mark 会在全文范围内匹配，“书签行”只是把书签加到匹配行上，不会自动做交集。正确做法看下面。

正则流：保留匹配行与删除匹配行

需要按模式过滤时，Mark 里勾“正则表达式”，写一条规则，剩下流程完全一样。

删除未标记行 就是“保留匹配行”，删除书签行 就是“删除匹配行”。名字绕，记住“未标记”三个字就行。更多写法在正则替换 15 个实例。

多条件“且”

Mark 一次只能一个条件，想实现“A 且 B”有两招。

招一：两轮书签取交集。 Mark 条件 A 打书签 → “删除未标记行” → “清除所有书签” → Mark 条件 B 打书签 → “删除未标记行”，剩下的就是 A 且 B。代价是原文件其他内容没了，所以第一步改用“复制书签行”把 A 提取到新标签再做第二轮。

招二：一条正则写两个条件。 用正向预查把“且”塞进一条里，比如“含 ERROR 且含 timeout”：

^(?=.*ERROR)(?=.*timeout).*$

(?=...) 是“这个位置后面必须能匹配到”，两个预查叠起来就是同时满足。语法细节在正则替换 15 个实例。

我一般用招二，一条搞定不用来回倒文件。条件超过三个时正则很难读，换招一。

剪贴板闭环

过滤最后一步很关键：把结果提取到新标签，再在新标签上做二次处理。

动作：标记全部 → 复制书签行 → Ctrl+N → Ctrl+V → 在新标签上去重、排序、加前缀。好处是原文件永远干净，而且新标签行数少，后续操作快得多。复制出来的内容末尾会多一个空行，跑一次“移除空行”就行。

六、清洗四件套：只用内置菜单

这章只讲 Notepad++ 内置菜单能点到的。正则版本（行首空格、空行压缩、全文大小写）在正则替换 15 个实例里，不重复。

空白字符操作命令清单

注意这组不在“行操作”里，在“编辑 → 空白字符操作”。很多教程把它们混写，害人找半天。

“行尾符转换为空格”容易和“行操作”里的“合并行”搞混：合并行只处理选区，行尾符转换为空格作用于整个文档。

一个反直觉的行为：手册说 Trim 类命令作用于“选区所在的行”，即使选区没包含那些首尾空格。一行内容是“几个空格 + words here + 几个空格”，你只选中 words，跑“移除首尾空格”，行首行尾照样被删。

大小写转换 8 种

“编辑 → 转换大小写为”下面有 8 条，不是通常以为的 4 条：

blend 版本的区别值得说：普通 Proper Case 会把 iPhone 变成 Iphone、MySQL 变成 Mysql；blend 版本保留词里已存在的大写，iPhone 还是 iPhone。

iNVERT cASE 翻转每个字母大小写，Hello 变 hELLO；ranDOm CasE 每次结果都不一样，没法复现。清洗数据我基本不用这两个。

只有 iNVERT cASE 和 ranDOm CasE 没有默认快捷键，其余六条都有。官方手册的“转换大小写为”一节没记录任何快捷键，上面这几个是我机器上和社区快捷键表里一致的绑定；按了没反应就去“设置 → 快捷键映射器”看实际绑定。

空白操作默认作用于整个文档，v8.4.9 起才支持选区

手册里的一条总注，也是容易出事的地方：

• 默认情况下所有“空白字符操作”命令作用于整个文档，不管有没有选区
• v8.4.9 起，如果有一个普通流式选区，操作只作用于选中文本
• 多个选区（多光标）时，只有最后添加的“主选区”受影响
• 列选区时不执行任何 trim 或 Tab 转换

最后一条最坑：你以为选中一列跑 trim，结果要么什么都没发生，要么它作用于全文了。想给某一列做 trim，没有内置办法，只能先把那列复制出来单独处理。

判断版本看“? → 关于”。低于 v8.4.9 的话所有 trim 都是全文操作，动手前一定先另存。

七、实战：三条完整流水线

三个案例都用 Notepad++ 跑过，数据脱敏过。步骤按真实操作顺序写。

案例 1：大日志 → 几十行错误摘要

输入：12 万行 Java 日志，混着 INFO、WARN、ERROR，行长 150 到 400 字符。目标：拉出所有 ERROR，去重，看一共几种错误。

2026-08-14 09:12:03.441 [http-nio-8080-exec-7] INFO  c.e.order.service.OrderService - order created id=20260814000123
2026-08-14 09:12:03.902 [http-nio-8080-exec-7] ERROR c.e.order.service.PayService - pay timeout orderId=20260814000123 channel=WEIXIN
2026-08-14 09:12:04.117 [http-nio-8080-exec-9] WARN  c.e.order.service.StockService - stock low sku=SKU-88213 remain=3
2026-08-14 09:12:05.003 [http-nio-8080-exec-7] ERROR c.e.order.service.PayService - pay timeout orderId=20260814000125 channel=WEIXIN

第一步：看行尾符。 状态栏显示 Unix (LF)，全文统一，跳过。

第二步：只留 ERROR 行。 Ctrl+F → 标记 → 填 ERROR → 勾“书签行” → 标记全部。状态栏显示标记了 3,842 行。

第三步：提取到新标签。 “搜索 → 书签 → 复制书签行”→ Ctrl+N → Ctrl+V，存成 errors.txt。原文件关掉不动。

第四步：抹掉时间戳和线程名，否则每行都不一样，去重没意义：

^\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}\.\d+ \[[^\]]+\] ERROR 

替换串留空。剩下 c.e.order.service.PayService - pay timeout orderId=20260814000123 channel=WEIXIN。

第五步：把订单号也抹掉，不然每个订单一条还是去重不掉：orderId=\d+ 替换成 orderId=X。channel=\w+ 同理，看你要不要保留渠道信息。

第六步：去重。 “编辑 → 行操作 → 删除重复行”。3,842 行变 27 行。

这个案例的精髓在第四、五步。 日志天然每行唯一（有时间戳），直接去重一行都删不掉，必须先“归一化”把不该参与比较的字段抹平。这步想不明白，去重命令点一百次也没用。

案例 2：Excel 导出 CSV → 干净名单

输入：3,600 行 CSV，三个来源合并，重复严重，行尾带空格，中间夹空行。

序号,姓名,手机号,城市,来源
1,张伟,13800138001,杭州,线下活动
2,李娜,13800138002,北京,官网注册

3,王强,13800138001,上海,线下活动
4,张伟,13800138001,杭州,线下活动 

第一步：另存。 Ctrl+Alt+S 存成 contacts_raw.csv。

第二步：清空白。 “编辑 → 空白字符操作 → 移除首尾空格”，干掉最后一行 线下活动 末尾那个空格。

第三步：去空行。 “编辑 → 行操作 → 移除空行（含空白字符行）”。

第四步：按手机号去重。 走第三章路 3。手机号是第 3 列且都是 11 位等宽，Alt 拖列选区能对齐，省掉补空格那一步：

• Alt+Shift+↓ 拉出零宽列选区 → Alt+C 插 1 到 3600，4 位前导零
• Alt 拖选手机号那一列 → “升序排序行”，稳定排序让同号码组内保持原顺序
• 正则删组内多余行：^(.{4}[^,]*,[^,]*,)([^,]*)(,.*)(\R.{4}[^,]*,\2,.*)+$ → \1\2\3
• “升序排序行”按行号排回，列编辑删掉行号

结果：3,600 行 → 2,914 行。表头如果在合并时重复过，第四步顺手就去了。

踩过的坑：第一次做这份数据我跳过了第二步，只删掉 200 多行；补上“移除首尾空格”之后删到 600 多行。行尾一个空格，能让去重能力打三折。

案例 3：几千行配置 → 提取 IP 并排序去重

输入：4,800 行 Nginx 配置，IP 散落在十几个 upstream 块和 allow 规则里。目标：拉出所有后端 IP，去重，按 IP 数值排序。

upstream api_order {
    server 10.20.31.11:8080 weight=5;
    server 10.20.31.12:8080 weight=5;
    server 10.20.31.11:8080 backup;
}

location /api/ {
    allow 10.20.40.5;
    allow 192.168.100.200;
    deny all;
}

第一步：挑出含 IP 的行。 Ctrl+F → 标记 → 勾“正则表达式” → 填 \b\d{1,3}(\.\d{1,3}){3}\b → 勾“书签行” → 标记全部。

第二步：复制到新标签。 “搜索 → 书签 → 复制书签行”→ Ctrl+N → Ctrl+V，得到约 180 行。

第三步：删掉 IP 之外的部分。

^.*?(\d{1,3}(?:\.\d{1,3}){3}).*$

替换串 \1。.*? 是懒惰匹配，保证抓每行第一个 IP。

第四步：去重。 “编辑 → 行操作 → 删除重复行”。180 行 → 43 行。

第五步：按 IP 数值排序。 必须用“按整数升序排序”，不能用默认的按字符编码。手册里明确写了按整数排序会把 IP 排得比较合理。用默认排序时 10.x 和 192.x 的结果看着像对的，纯属巧合，换成 10.x 和 9.x 就露馅了。

结果：43 个唯一 IP，按数值排好，直接贴进巡检表。价值在第三步和第五步的组合：提取（正则）+ 去重（内置）+ 排序（选对变体）。

八、TextFX 已经不能用了

从七八年前的教程过来的话，大概率见过推荐装 TextFX 做排序、去重、大小写转换的内容。现在不用找了。

发生了什么

第一层：从来就没有 64 位版。 TextFX 最后一个官方版本是 0.2.6，发布于 2009 年，那一年还没有 64 位版 Notepad++（64 位是 v7.0 才有）。所以它从来没在 64 位上被官方支持过。

第二层：v8.4.3 起被主动禁用。 这一层很多人不知道。2022 年 7 月的 v8.4.3 之后，Notepad++ 会主动禁用机器上残留的旧版 TextFX，插件从菜单里消失，插件列表也搜不到。

官方理由是：这个插件的某些操作会让 Notepad++ 崩溃，而编辑器崩溃对数据完整性有风险。原话大意是“插件动作导致崩溃，这对数据完整性很危险”。

技术根因是 Scintilla 5.1.5 改了一个 API 的返回值语义：SCI_GETCURLINE、SCI_GETTEXT 这类消息不再返回末尾多出的那 1 字节。Notepad++ v8.4 跟着升到 Scintilla 5.x，TextFX 里所有依赖旧行为的代码路径就全错位了，而它停更十几年，没人修。

所以这不是“兼容性警告”，是“装上会把文件搞坏，所以不让你装”。残留的旧文件留着不碍事（不会被加载），降级回 v8.4.2 能复活，但意味着永远不升级。

功能替代对照表

官方社区的 TextFX 功能替代清单有一份完整对照，我按“用什么替代”整理，并加了一列我的建议：

NPPTextFX2：GitHub 上的第三方移植版，作者在 README 里说 64 位版本功能已完整（2026 年 2 月更新过）。我没在 64 位上逐条试，以你实际装到的版本为准。

我的看法：先查这张表，八成已被内置覆盖。真找不到替代再考虑 NPPTextFX2，别把它放进每周都要跑的流程里。

九、什么时候该换工具

Notepad++ 处理文本有明确舒适区，出了这个区，硬撑的时间成本会超过学个新工具。

行数阈值。 我的经验值：几万行以内上面所有操作都还流畅。十万行往上，删除重复行 和排序明显卡顿，正则里 (\R...)+ 这类有回溯的模式可能跑几十秒甚至假死。超过 50 万行我会先切文件或者换工具。这阈值跟机器配置关系很大，当参考别当标准。

需要分组聚合时。 “按城市统计每个城市多少条”这类活在 Notepad++ 里做是自己找罪受，不如一行 SQL：

SELECT city, COUNT(*) FROM contacts GROUP BY city ORDER BY COUNT(*) DESC;

数据能进 SQLite 就进 SQLite，一行 GROUP BY 顶你半小时。

需要真正的 diff 合并时。 Compare 插件能对照差异，但我的体验是它没有一个顺手的“把所有差异一次性导出”的用法，得手动一条条跳。真要做合并评审，用 VS Code 的对比或者 Beyond Compare 更省事。

需要保留处理历史时。 清洗流水线跑完，你很难说清这文件经过了哪几步。要交付给别人、或者下周还要重跑的活，写成脚本比记一串菜单点击可靠得多。

一句话判断：一个操作要重复三次以上，就值得写成脚本或宏。

下一步

这篇文章覆盖“编辑 → 行操作”“编辑 → 空白字符操作”“搜索 → 书签”这条线。往回补基础看Notepad++ 入门教程（界面、列编辑、多光标、快捷键），往前走看正则替换 15 个实例和行尾符与 CRLF/LF 转换。

三个常被问到的问题：

删除重复行能保留最后一次出现的那行吗？ 内置命令不行，它只保留第一次出现的。要保留最后一次，先“编辑 → 行操作 → 倒序排列”把文件翻转，跑完去重再倒序翻回来。倒序之后“第一次出现”就变成了原来的“最后一次”。

点了删除重复行，行数一个没变，是命令坏了吗？ 大概率不是。按第三章末尾的四查清单走一遍：大小写、尾随空格、行尾符混用、全角半角。九成是尾随空格。

能只排序文件的一部分吗？ 能。选中那几行再点排序命令，只有选区跨到的行参与排序。注意选区末端别多带一行，见第二章末尾。

还有没解决的问题去常见问题看看。