linux入門教程Linux命令TurboLinux
第十課(三) 文本處理命令
Sort命令
sort命令的功能是對文件中的各行進行排序。sort命令有許多非常實用的選項，這些選項最初是用來對數據庫格式的文件內容進行各種排序操作的。實際上，sort命令可以被認為是一個非常強大的數據管理工具，用來管理內容類似數據庫記錄的文件。
Sort命令將逐行對文件中的內容進行排序，如果兩行的首字符相同，該命令將繼續比較這兩行的下一字符，如果還相同，將繼續進行比較。
語法：
sort [選項] 文件
說明：sort命令對指定文件中所有的行進行排序，並將結果顯示在標准輸出上。如不指定輸入文件或使用“- ”，則表示排序內容來自標准輸入。
sort排序是根據從輸入行抽取的一個或多個關鍵字進行比較來完成的。排序關鍵字定義了用來排序的最小的字符序列。缺省情況下以整行為關鍵字按ASCII字符順序進行排序。
改變缺省設置的選項主要有：
- m 若給定文件已排好序，合並文件。
- c 檢查給定文件是否已排好序，如果它們沒有都排好序，則打印一個出錯信息，並以狀態值1退出。
- u 對排序後認為相同的行只留其中一行。
- o 輸出文件 將排序輸出寫到輸出文件中而不是標准輸出，如果輸出文件是輸入文件之一，sort先將該文件的內容寫入一個臨時文件，然後再排序和寫輸出結果。
改變缺省排序規則的選項主要有：
- d 按字典順序排序，比較時僅字母、數字、空格和制表符有意義。
- f 將小寫字母與大寫字母同等對待。
- I 忽略非打印字符。
- M 作為月份比較：“JAN”<“FEB”<¼ <“DEC”。
- r 按逆序輸出排序結果。
＋posl - pos2 指定一個或幾個字段作為排序關鍵字，字段位置從posl開始，到pos2為止（包括posl，不包括pos2）。如不指定pos2，則關鍵字為從posl到行尾。字段和字符的位置從0開始。
- b 在每行中尋找排序關鍵字時忽略前導的空白（空格和制表符）。
- t separator 指定字符separator作為字段分隔符。
下面通過幾個例子來講述sort的使用。
用sort命令對text文件中各行排序後輸出其結果。請注意，在原文件的第二、三行上的第一個單詞完全相同，該命令將從它們的第二個單詞vegetables與fruit的首字符處繼續進行比較。
$ cat text
vegetable soup
fresh vegetables
fresh fruit
lowfat milk
$ sort text
fresh fruit
fresh vegetables
lowfat milk
vegetable soup
用戶可以保存排序後的文件內容，或把排序後的文件內容輸出至打印機。下例中用戶把排序後的文件內容保存到名為result的文件中。
$ sort text>result
以第2個字段作為排序關鍵字對文件example的內容進行排序。
$ sort +1-2 example
對於file1和file2文件內容反向排序，結果放在outfile中，利用第2個字段的第一個字符作為排序關鍵字。
$ sort -r -o outfile +1.0 -1.1 example
sort排序常用於在管道中與其他命令連用，組合完成比較復雜的功能，如利用管道將當前工作目錄中的文件送給sort進行排序，排序關鍵字是第6個至第8個字段。
$ ls - l | sort +5 - 7
sort命令也可以對標准輸入進行操作。例如，如果您想把幾個文件文本行合並，並對合並後的文本行進行排序，您可以首先用命令cat把多個文件合並，然後用管道操作把合並後的文本行輸入給命令sort，sort命令將輸出這些合並及排序後的文本行。在下面的例子中，文件veglist與文件fruitlist的文本行經過合並與排序後被保存到文件clist中。
$ cat veglist fruitlist | sort > clist
uniq命令
文件經過處理後在它的輸出文件中可能會出現重復的行。例如，使用cat命令將兩個文件合並後，再使用sort命令進行排序，就可能出現重復行。這時可以使用uniq命令將這些重復行從輸出文件中刪除，只留下每條記錄的唯一樣本。
語法：uniq [選項] 文件
說明：這個命令讀取輸入文件，並比較相鄰的行。在正常情況下，第二個及以後更多個重復行將被刪去，行比較是根據所用字符集的排序序列進行的。該命令加工後的結果寫到輸出文件中。輸入文件和輸出文件必須不同。如果輸入文件用“- ”表示，則從標准輸入讀取。
該命令各選項含義如下：、
- c 顯示輸出中，在每行行首加上本行在文件中出現的次數。它可取代- u和- d選項。
- d 只顯示重復行。
- u 只顯示文件中不重復的各行。
- n 前n個字段與每個字段前的空白一起被忽略。一個字段是一個非空格、非制表符的字符串，彼此由制表符和空格隔開（字段從0開始編號）。
+n 前n個字符被忽略，之前的字符被跳過（字符從0開始編號）。
- f n 與- n相同，這裡n是字段數。
- s n 與＋n相同，這裡n是字符數。
例如：
1. 顯示文件example中不重復的行。
uniq - u example
2. 顯示文件example中不重復的行，從第2個字段的第2個字符開始做比較。
uniq - u - 1 +1 example
