排序和過濾文件：命令 sort, uniq, cut

1. 指令 sort

sort 指令是用來對文字檔案中的行進行排序的。它可以處理各種文字格式：從一般的簡單文字到 CSV。預設情況下，它會按字母順序排序行。不過，還有很多選項讓你可以做到更棒的事情。

基本語法

sort [選項] 檔案

簡單範例

假設我們有一個名字為 names.txt 的檔案，內容如下：

Charlie
Alice
Bob
David

我們可以這樣按字母順序排序它：

sort names.txt

結果：

Alice
Bob
Charlie
David

---

sort 的主要選項

反向排序

如果你想按降序排列行，請使用選項 -r：

sort -r names.txt

結果：

David
Charlie
Bob
Alice

數值排序

對於數字，字母排序可能會不正確。例如，以下是檔案 numbers.txt 的內容：

10
2
5
1

字母排序結果將是：

1
10
2
5

但是使用選項 -n (數值排序)：

sort -n numbers.txt

結果將正確：

1
2
5
10

忽略空格

有時候行的開頭或結尾會有空格。為了避免 sort 搞混，請使用選項 -b：

sort -b 髒檔案.txt

範例

假設我們有一個網站訪問記錄檔 visits.log：

user2 15
user1 5
user3 30
user4 20

我們想通過訪問數量（第二列）對使用者進行排序，可以這樣做：

sort -k2 -n visits.log

其中 -k2 表示“使用第二列進行排序”。結果：

user1 5
user2 15
user4 20
user3 30

---

2. 命令 uniq

命令 uniq 用於移除檔案中重複的行。但是要注意：它只對連續的重複項目有效。也就是說，如果相同的行出現在檔案的不同部分，必須先排序。

基本語法

uniq [選項] 檔案

簡單範例

假設我們有一個檔案 colors.txt：

red
green
green
blue
blue
blue
red

如果我們只用 uniq：

uniq colors.txt

結果是：

red
green
blue
red

移除所有重複項目

首先排序檔案：

sort colors.txt | uniq

結果：

blue
green
red

uniq 的關鍵選項

計算重複次數

如果你想知道每一行出現的次數，可以使用選項 -c：

sort colors.txt | uniq -c

結果：

   3 blue
   2 green
   2 red

範例

在檔案 access.log 中，我們有一個 IP 地址列表：

192.168.0.1
192.168.0.2
192.168.0.1
192.168.0.3
192.168.0.1

我們想知道哪個 IP 出現次數最多：

sort access.log | uniq -c | sort -rn

結果：

   3 192.168.0.1
   1 192.168.0.2
   1 192.168.0.3

---

3. 命令 cut

命令 cut 能夠提取特定的行内容部分，比如 CSV 文件中的特定列或字符範圍。

基本語法

cut [選項] 文件

簡單範例

文件 data.csv：

Alice,25,Developer
Bob,30,Designer
Charlie,22,Manager

提取只有名字（第一列）：

cut -d',' -f1 data.csv

結果：

Alice
Bob
Charlie

其中：

• -d',' — 分隔符（逗號）。
• -f1 — 欲提取的字段（列）。

cut的關鍵選項

選擇字符範圍

如果我們的文件 data.csv 中有固定宽度的列：

Alice      25 Developer
Bob        30 Designer
Charlie    22 Manager

我們可以只提取年齡（從第 12 到 14 個字符）：

cut -c12-14 data.csv

結果：

25
30
22

選擇多個字段

如果我們有文件 log.csv：

2023-01-01,INFO,Server started
2023-01-02,ERROR,Connection failed
2023-01-03,INFO,Server stopped

只選取日期和日誌級別（字段 1 和 2）：

cut -d',' -f1,2 log.csv

結果：

2023-01-01,INFO
2023-01-02,ERROR
2023-01-03,INFO

---

4. 實際範例：結合 sort、uniq 和 cut

我們來處理一個包含以下數據的日誌文件：

user1,192.168.0.1
user2,192.168.0.2
user1,192.168.0.1
user3,192.168.0.3
user2,192.168.0.2

1. 提取 IP 地址：

cut -d',' -f2 log.txt

2. 刪除重複數據並計算次數：

cut -d',' -f2 log.txt | sort | uniq -c

3. 按照出現次數排序：

cut -d',' -f2 log.txt | sort | uniq -c | sort -rn

結果：

2 192.168.0.2
2 192.168.0.1
1 192.168.0.3