linux sort uniq命令详解

sort

功能说明：将文本文件内容加以排序,sort可针对文本文件的内容，以行为单位来排序。

sort [-bcdfimMnr][-o<输出文件>][-t<分隔字符>][+<起始栏位>-<结束栏位>][--help][--verison][文件]

  -b   忽略每行前面开始处的空格字符 。

  -c   检查文件是否已经按照顺序排序。

  -d   排序时，处理英文字母、数字及空格字符外，忽略其他的字符。

  -f   排序时，将小写字母视为大写字母。

  -i   排序时，除了040至176之间的ASCII字符外，忽略其他的字符。

  -m   将几个排序好的文件进行合并。

  -M   将前面3个字母依照月份的缩写进行排序。

  -n   依照数值的大小排序。

  -o<输出文件>   将排序后的结果存入指定的文件。

  -r   以相反的顺序来排序。

  -t<分隔字符>   指定排序时所用的栏位分隔字符。

  -k  选择以哪个区间进行排序

  +<起始栏位>-<结束栏位>   以指定的栏位来排序，范围由起始栏位到结束栏位的前一栏位。

  -u 在输出行中去除重复行。

sort将文件的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。

举例：

源文件： apple pear orange pear 1 2 10	默认排序： 1 10 2 apple orange pear pear	-u 在输出行中去除重复行。 1 10 2 apple orange pear	-o 把排序结果输出到原文件中 使用重定向：sort test.txt>test.txt 后， test.txt为空 sort test.txt -o test.txt
	-c 检查文件是否已经按照顺序排序 sort -c 排好序的文件，无返回信息， echo $?为0 sort -c 未排序文件，有提示信息， echo $?为1	-n 依照数值的大小排序， sort 默认情况下会将数字按照字符串来排序， 所以会出现2比10大的情况。 使用-n能避免该情况：sort -n test.txt apple orange pear pear 1 2 10	-t<分隔字符> 指定排序时所用的栏位分隔字符， -k  选择以哪个区间进行排序 cat date.txt  2017-12-02 2017-01-09 sort -n -k 2 -t'-' date.txt  2017-01-09 2017-12-02

其他举例：

sort -t ' ' -k 3nr -k 2n facebook.txt

先以第3个域进行逆序排序，如果相同，再以第2个域进行排序，n   依照数值的大小排序。

后续学习可参考：http://blog.chinaunix.net/uid-10540984-id-313479.html

uniq

[-cdu][-f<栏位>][-s<字符位置>][-w<字符位置>][--help][--version][输入文件][输出文件]

-u或--unique 只保留出现唯一一次的行列。

-d或--repeated 仅显示重复出现的行列，出现一次的行列不会显示

-c 在每列旁边显示该行重复出现的次数。

-f n 或--skip-fields=n 忽略前N个字段。字段由空白字符（空格符、Tab）分隔

-s<字符位置>或--skip-chars=<字符位置> 忽略比较指定的字符。-s n:忽略前n个字符，从n+1个字符开始比较

-w<字符位置>或--check-chars=<字符位置> 指定要比较的字符。-w n:只比较前n个字符，对每行第n个字符以后的内容不作对照

 -i, --ignore-case     在比较的时候不区分大小写

[输入文件] 指定已排序好的文本文件。如果不指定此项，则从标准读取数据；

[输出文件] 指定输出的文件。如果不指定此选项，则将内容显示到标准输出设备（显示终端）。

uniq 是对排序好的内容去重当重复的行并不相邻时，uniq 命令是不起作用的，所以需要先使用sort排序，在使用uniq去重

举栗：

原文件

• e bsd 1000 600 4M
  c win7 2000 100 7G
  d winxp 4000 300 3G
  d winxp 500 300 3G
  g winxp 500 300 3G
  g winxp 500 300 3G
  G WINXP 500 300 3G

uniq -c test_uniq.txt

• 1 e bsd 1000 600 4M
  1 c win7 2000 100 7G
  1 d winxp 4000 300 3G
  1 d winxp 500 300 3G
  2 g winxp 500 300 3G
  1 G WINXP 500 300 3G

-u 仅显示出现一次的行 ，不显示出现多次的行

uniq -u -c test_uniq.txt 

• 1 e bsd 1000 600 4M
  1 c win7 2000 100 7G
  1 d winxp 4000 300 3G
  1 d winxp 500 300 3G
  1 G WINXP 500 300 3G

仅显示重复出现的行 -d

uniq -d -c test_uniq.txt 

• 2 g   winxp   500     300 3G

不显示只出现一次的行

-i 比较的时候不区分大小写 ，不区分大小写，所以有三行进行的合并

uniq -i -c test_uniq.txt 

• 1 e bsd 1000 600 4M
  1 c win7 2000 100 7G
  1 d winxp 4000 300 3G
  1 d winxp 500 300 3G
  3 g winxp 500 300 3G

比较时忽略前n个字段，从n+1列开始比较 -f n

uniq -c -f 3 test_uniq.txt

• 1 e bsd 1000 600 4M
  1 c win7 2000 100 7G
  1 d winxp 4000 300 3G
  4 d winxp 500 300 3G

源文件	注意空格符
a b 30 3G a h 30  3G a g  30 3G a  ffff  30 3G	uniq -c -f 2 test.txt 1 a b 30 3G 1 a h 30  3G 2 a g  30 3G

忽略前2个字段时，前2个字段中的字符以及空格不同都不会有影响，

但是第2个字段之后的空格与字符变化会影响去重效果

比较时忽略前n个字符，从n+1个字符开始比较 -s n

uniq -c -s 1 test_uniq.txt

• 1 e bsd 1000 600 4M
  1 c win7 2000 100 7G
  1 d winxp 4000 300 3G
  3 d winxp 500 300 3G
  1 G WINXP 500 300 3G

忽略前1个字符，第4,5,6,行会被认为是一样的

只比较前n个字符，对每行第n个字符以后的内容不作对照 -w n

uniq -c -w 1 test_uniq.txt

• 1 e bsd 1000 600 4M
  1 c win7 2000 100 7G
  2 d winxp 4000 300 3G
  2 g winxp 500 300 3G
  1 G WINXP 500 300 3G

指定输出文件

uniq -c test_uniq.txt  out.txt