Linux命令-sort和uniq

发表于 | 分类于 ， |
| 字数统计: 713

sort

sort，见名知意，就是用来排序的，默认使用当前字符集排序规则。sort命令会读取每一行输入，以每一行作为一个单位相互比较，比较原则是从首字符向后，依次按ASCII码值进行比较，最后将他们按升序输出。

示例演示：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
[root@test ~]$ cat testfile
ccccc   5
aaaaa 14
aaaaa3
aaaaa 12
bbbbb 10
bbbbb 10
bbbbb 1
eeeee   3
ddddd 7

[root@test ~]$ sort testfile
aaaaa 12
aaaaa 14
aaaaa3
bbbbb 1
bbbbb 10
bbbbb 10
ccccc   5
ddddd 7
eeeee   3

从这个例子看，似乎一行行比较的时候遇到空格或者制表符会将这种空白符过滤掉？

参数选项

-t：用于指定分隔符。
-k：指定用来排序的列数。
-n：以数值来排序。
-t和-k可以联合起来使用，例如如下的文本company.txt：

1
2
3
4
google|110|5000
baidu|100|5000
taobao|50|3000
sohu|80|4500

第一个域是公司名称，第二个域是员工人数，第三个域是员工平均工资。
如果要按照员工人数排序，可以这样操作：

1
2
3
4
5
[root@test ~]$ sort -n -t '|' -k 2 company.txt
taobao|50|3000
sohu|80|4500
baidu|100|5000
google|110|5000

注意，这里的-n是不能省略的，如果没有-n参数，将会按照数字的ASCII码来排序，结果如下：

1
2
3
4
5
[root@test ~]$ sort -t '|' -k 2 company.txt
baidu|100|5000
google|110|5000
taobao|50|3000
sohu|80|4500

-r：以降序排序，因为sort命令默认是升序排序的。
-b：忽略每一行前面的空白字符。
-f：将所有的小写当成大写字母。

uniq

uniq的作用是去除相邻位置的重复行。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
[root@server01 tmp]# cat file 
bbbbbbbb
bbbbbbbb
aaaaaaaa
dddddddd
cccccccc
bbbbbbbb
bbbbbbbb
bbbbbbbb

[root@server01 tmp]# uniq file 
bbbbbbbb
aaaaaaaa
dddddddd
cccccccc
bbbbbbbb

可以看到前面2行相邻的 bbbbbbbb 去重后变成了一行，同理，后面3行相邻的 bbbbbbbb 也变成了一行。

uniq和sort联合使用，先sort将文件按行排序，所有相同的行就会出现在相连的地方，然后再使用uniq，可以去掉文件中所有重复的行。

1
2
3
4
5
[root@server01 tmp]# sort file | uniq
aaaaaaaa
bbbbbbbb
cccccccc
dddddddd

常用的选项
-c选项，显示输出中，在每行行首加上本行在文件中出现的次数。

1
2
3
4
5
[root@server01 tmp]# sort file |uniq -c
      1 aaaaaaaa
      5 bbbbbbbb
      1 cccccccc
      1 dddddddd

-d选项，只显示重复行。

1
2
[root@server01 tmp]# sort file |uniq -d
bbbbbbbb

-u选项，只显示文件中不重复的各行。

1
2
3
4
[root@server01 tmp]# sort file |uniq -u
aaaaaaaa
cccccccc
dddddddd

从上边的例子也可以看出，uniq一般会和sort搭配使用，两者搭配，可以实现很多功能。

------ 本文完 ------