『忘了再学』Shell基础 — 31、字符处理相关命令

目录

• 1、排序命令sort
  • （1）sort命令介绍
  • （2）练习
• 2、取消重复行命令uniq
• 3、统计命令wc

1、排序命令sort （1）sort命令介绍

sort命令可针对文本文件的内容，以行为单位来排序。

命令格式如下：

[root@localhost ~]# sort [选项] 文件名

选项：

• -f：忽略大小写。
• -b：忽略每行前面的空白部分。
• -n：以数值型进行排序，sort命令默认使用字符串型排序。
• -r：反向排序。
• -u：删除重复行。就是uniq命令。
• -t：指定分隔符，sort命令默认的分隔符是制表符。
• -k [n,m]：按照指定的字段范围排序。从第n字段开始，m字段结束（默认到行尾）。

（2）练习

以下练习默认文本内容如下：

java    haha    3
python  lala    77
shell   dudu    23
hello   world   12
linxu   xixi    6

1）示例1

sort命令默认是用每行开头第一个字符来进行排序的。

执行sort排序命令：

# 默认按行首字符进行排序
[root@localhost tmp]# sort test.txt
hello   world   12
java    haha    3
linxu   xixi    6
python  lala    77
shell   dudu    23

如果想要反向排序，请使用-r选项：

# 反向排序
[root@localhost tmp]# sort -r test.txt
shell   dudu    23
python  lala    77
linxu   xixi    6
java    haha    3
hello   world   12

2）示例2

按照文档中，每行的指定字段进行排序。

需要使用-k选项：

# -k 2,2表示：指定按照第二个字段排序
# 2,2表示第2个字段开始，到第2个字段结束
[root@localhost tmp]# sort -k 2,2 test.txt
shell   dudu    23
java    haha    3
python  lala    77
hello   world   12
linxu   xixi    6

注意：文本中字段之间的分隔是制表符，默认识别。

3）示例3

按照数字进行排序，根据文本中的内容，我们需要按照第三列进行排序。

[root@localhost tmp]# sort -k 3,3 test.txt
hello   world   12
shell   dudu    23
java    haha    3
linxu   xixi    6
python  lala    77

我们发现按照第三列内容进行排序的结果，有点不正确，3和6怎么排在12的后边了。

是因为sort命令并没有把第三列的数据当作数字，默认是识别成字符串，所以是按照字符串的规则来排序的，也就是按第一位的数字进行排序的。

我们需要添加sort命令的-n选项，就可以解决上述问题了。也就是让sort命令把第三列按数值进行排序。

[root@localhost tmp]# sort -n -k 3,3 test.txt
java    haha    3
linxu   xixi    6
hello   world   12
shell   dudu    23
python  lala    77

4）示例4

如果想要指定排序的字段，并且文本中字段间的分隔符不是制表符，这个时候就需要使用-t选项指定分隔符，并使用-k选项指定字段号。

如下面文本：

java:haha:3
python:lala:77
shell:dudu:23
hello:world:12
linxu:xixi:6

需求：按文本内容中的第三列数字进行排序。

[root@localhost tmp]# sort -t ":" -n -k 3,3 test.txt
java:haha:3
linxu:xixi:6
hello:world:12
shell:dudu:23
python:lala:77

2、取消重复行命令uniq

uniq命令是用来取消重复行的命令，其实和sort -u选项是一样的。

命令格式如下：

[root@localhost ~]# uniq [选项] 文件名

选项：
    -i：忽略大小写。

练习：

student.txt文本内容如下：

ID      Name    Python  Linux   MySQL   Java
1       Tangs   88      87      86      85.55
2       Sunwk   99      98      97      96.66
2       Sunwk   99      98      97      96.66
3       Zhubj   77      76      75      74.44
3       Zhubj   77      76      75      74.44
4       Shahs   66      65      64      63.33
4       Shahs   66      65      64      63.33

我们可以看到student.txt文本的ID为2、3、4的信息有重复。

使用uniq命令删除重复的行后，有如下输出结果：

[root@localhost tmp]# uniq student.txt
ID      Name    Python  Linux   MySQL   Java
1       Tangs   88      87      86      85.55
2       Sunwk   99      98      97      96.66
3       Zhubj   77      76      75      74.44
4       Shahs   66      65      64      63.33

更多参考可以查看：https://www.runoob.com/linux/linux-comm-uniq.html

3、统计命令wc

wc命令是统计文档中行数，字符数，字节数等信息。

命令格式如下：

[root@localhost ~]# wc [选项] 文件名
选项：
    -l：只统计行数
    -w：只统计单词数
    -m：只统计字符数

练习1：

在默认的情况下，wc命令将计算指定文件的行数、字数，以及字节数。

# 行数为5、单词数30、字节数124
[root@localhost tmp]# wc student.txt
  5  30 124 student.txt

练习2：

查看特定的统计信息，只看行数和字节数。

# 行数为5、字节数124
[root@localhost tmp]# wc -lm student.txt
  5 124 student.txt

练习3：

同时查看多个文件的统计信息。

[root@localhost tmp]# wc student.txt test2.txt
  5  30 124 student.txt
  8  37 318 test2.txt
 13  67 442 总用量

更多参看可以查看：https://www.runoob.com/linux/linux-comm-wc.html