文本处理 Linux 常用命令

sort命令

sort命令的功能是对文件中的各行进行排序 。sort命令有许多非常实用的选项,这些选项最初是用来对数据库格式的文件内容进行各种排序操作的 。实际上,sort命令可以被认为是一个非常强大的数据管理工具,用来管理内容类似数据库记录的文件 。

Sort命令将逐行对文件中的内容进行排序,如果两行的首字符相同,该命令将继续比较这两行的下一字符,如果还相同,将继续进行比较 。

语法:

sort [选项] 文件

说明:sort命令对指定文件中所有的行进行排序,并将结果显示在标准输出上 。如不指定输入文件或使用“- ”,则表示排序内容来自标准输入 。

sort排序是根据从输入行抽取的一个或多个关键字进行比较来完成的 。排序关键字定义了用来排序的最小的字符序列 。缺省情况下以整行为关键字按ASCII字符顺序进行排序 。

改变缺省设置的选项主要有:

- m 若给定文件已排好序,合并文件 。

- c 检查给定文件是否已排好序,如果它们没有都排好序,则打印一个出错信息,并以状态值1退出 。

- u 对排序后认为相同的行只留其中一行 。

- o 输出文件 将排序输出写到输出文件中而不是标准输出,如果输出文件是输入文件之一,sort先将该文件的内容写入一个临时文件,然后再排序和写输出结果 。

改变缺省排序规则的选项主要有:

- d 按字典顺序排序,比较时仅字母、数字、空格和制表符有意义 。

- f 将小写字母与大写字母同等对待 。

- I 忽略非打印字符 。

- M 作为月份比较:“JAN”<“FEB”

- r 按逆序输出排序结果 。

+posl - pos2 指定一个或几个字段作为排序关键字,字段位置从posl开始,到pos2为止(包括posl,不包括pos2) 。如不指定pos2,则关键字为从posl到行尾 。字段和字符的位置从0开始 。

- b 在每行中寻找排序关键字时忽略前导的空白(空格和制表符) 。

- t separator 指定字符separator作为字段分隔符 。

uniq命令

文件经过处理后在它的输出文件中可能会出现重复的行 。例如,使用cat命令将两个文件合并后,再使用sort命令进行排序,就可能出现重复行 。这时可以使用uniq命令将这些重复行从输出文件中删除,只留下每条记录的唯一样本 。

语法:

uniq [选项] 文件

说明:这个命令读取输入文件,并比较相邻的行 。在正常情况下,第二个及以后更多个重复行将被删去,行比较是根据所用字符集的排序序列进行的 。该命令加工后的结果写到输出文件中 。输入文件和输出文件必须不同 。如果输入文件用“- ”表示,则从标准输入读取 。

该命令各选项含义如下:

- c 显示输出中,在每行行首加上本行在文件中出现的次数 。它可取代- u和- d选项 。

- d 只显示重复行 。

- u 只显示文件中不重复的各行 。

- n 前n个字段与每个字段前的空白一起被忽略 。一个字段是一个非空格、非制表符的字符串,彼此由制表符和空格隔开(字段从0开始编号) 。

n 前n个字符被忽略,之前的字符被跳过(字符从0开始编号) 。

- f n 与- n相同,这里n是字段数 。

- s n 与+n相同,这里n是字符数 。

    推荐阅读