Linux中sort和uniq关于排序去重的那些用法

　　相信在Linux下对文件操作经常会用到sort和uniq命令，下面系统的介绍一下这两个命令的用法。

　　sort命令是在Linux里非常有用，它将文件进行排序，并将排序结果标准输出。sort命令既可以从特定的文件，也可以从stdin中获取输入。

　　语法

　　sort(选项)(参数)

　　选项

　　-b：忽略每行前面开始出的空格字符；　　

　　-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：将几个排序号的文件进行合并；　　

　　-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制定的文件；　　

　　-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；　　

　　+<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。

　　参数

　　文件：指定待排序的文件列表。

　　实例

　　sort将文件/文本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。

　　[root@mail text]# cat sort.txt 　　

　　aaa:10:1.1 　　

　　ccc:30:3.3 　　

　　ddd:40:4.4 　　

　　bbb:20:2.2 　　

　　eee:50:5.5 　　

　　[root@mail text]# sort sort.txt 　　

　　aaa:10:1.1 　　

　　bbb:20:2.2 　　

　　ccc:30:3.3 　　

　　ddd:40:4.4 　　

　　eee:50:5.5 　　

　　忽略相同行使用-u选项或者uniq：

　　[root@mail text]# cat sort.txt 　　

　　aaa:10:1.1 　　

　　ccc:30:3.3 　　

　　ddd:40:4.4 　　

　　bbb:20:2.2 　　

　　eee:50:5.5 　　

　　[root@mail text]# sort -u sort.txt 　　

　　aaa:10:1.1 　　

　　bbb:20:2.2 　　

　　ccc:30:3.3 　　

　　ddd:40:4.4 　　

　　eee:50:5.5 　　

　　或者　　

　　[root@mail text]# uniq sort.txt 　　

　　aaa:10:1.1 　　

　　ccc:30:3.3 　　

　　ddd:40:4.4 　　

　　bbb:20:2.2 　　

　　eee:50:5.5

　　sort的-n、-r、-k、-t选项的使用：

　　[root@mail text]# cat sort.txt 　　

　　AAA:BB:CC 　　

　　aaa:30:1.6 　　

　　ccc:50:3.3 　　

　　ddd:20:4.2 　　

　　bbb:10:2.5 　　

　　eee:40:5.4 　　

　　eee:60:5.1 　　

　　#将BB列按照数字从小到大顺序排列：　　

　　[root@mail text]# sort -nk 2 -t: sort.txt 　　

　　AAA:BB:CC 　　

　　bbb:10:2.5 　　

　　ddd:20:4.2 　　

　　aaa:30:1.6 　　

　　eee:40:5.4 　　

　　ccc:50:3.3 　　

　　eee:60:5.1 　　

　　#将CC列数字从大到小顺序排列：　　

　　[root@mail text]# sort -nrk 3 -t: sort.txt 　　

　　eee:40:5.4 　　

　　eee:60:5.1 　　

　　ddd:20:4.2 　　

　　ccc:50:3.3 　　

　　bbb:10:2.5 　　

　　aaa:30:1.6 　　

　　AAA:BB:CC 　　

　　# -n是按照数字大小排序，-r是以相反顺序，-k是指定需要爱排序的栏位，-t指定栏位分隔符为冒号

　　uniq命令用于报告或忽略文件中的重复行，一般与sort命令结合使用。

　　语法

　　uniq(选项)(参数)

　　选项

　　-c或——count：　　在每列旁边显示该行重复出现的次数；　　

　　-d或--repeated：　　仅显示重复出现的行列；　　

　　-f<栏位>或--skip-fields=<栏位>：忽略比较指定的栏位；　　

　　-s<字符位置>或--skip-chars=<字符位置>：忽略比较指定的字符；　　

　　-u或——unique：仅显示出一次的行列；　　

　　-w<字符位置>或--check-chars=<字符位置>：指定要比较的字符。

　　实例

　　删除重复行：

　　uniq file.txt
　　

　　sort file.txt | uniq
　　

　　sort -u file.txt

　　只显示单一行：

　　uniq -u file.txt
　　

　　sort file.txt | uniq -u

　　统计各行在文件中出现的次数：

　　sort file.txt | uniq -c

　　在文件中找出重复的行：

　　sort file.txt | uniq -d

　　利用sort和uniq求两个文件的并集，交集和差集

　　并集：cat file1.txt file2.txt | sort | uniq > file.txt

　　交集：cat file1.txt file2.txt | sort | uniq -d >file.txt

　　差集：求file1.txt相对于file2.txt的差集，可先求出两者的交集temp.txt，然后在file1.txt中除去temp.txt即可。

　　　　　cat file1.txt file2.txt | sort | uniq -d >temp.txt

　　　　　cat file1.txt temp.txt | sort | uniq -u >file.txt