Linux命令去重统计排序 | 您所在的位置:网站首页 › 按重复次数排序 › Linux命令去重统计排序 |
利用Linux命令进行文本按行去重并按重复次数排序 linux命令行提供了非常强大的文本处理功能,组合利用linux命令能实现好多强大的功能。本文这里举例说明如何利用Linux命令行进行文本按行去重并按重复次数排序。主要用到的命令有sort,uniq。其中,sort主要功能是排序,uniq主要功能是实现相邻文本行的去重。 用于演示的测试文件内容如下: Hello World. Apple and Nokia. Hello World. I wanna buy an Apple device. The Iphone of Apple company. Hello World. The Iphone of Apple company. My name is Friendfish. Hello World. Apple and Nokia. 1、文本去重 (1)排序 由于uniq命令只能对相邻行进行去重复操作,所以在进行去重前,先要对文本行进行排序,使重复行集中到一起。 排序前: 排序后: (2)去掉相邻的重复行 如图所示: 2、文本行去重并按重复次数排序 (1)首先,对文本行进行去重并统计重复次数(uniq命令加-c选项可以实现对重复次数进行统计) 如图所示: (2)按重复次数排序 sort -n可以识别每行开头的数字,并按其大小对文本行进行排序。默认是按升序排列,如果想要按降序要加-r选项(sort -rn)
-------------------------------------------------------手动分割--------------------------------------------------------- 2018/09/04 做数据统计的时候遇见一个问题,对一个包含地区名的地区文件做处理的时候(cat diqu.log | sort | uniq -c),发现相邻的地区名 并没有去重,反复试了好几次也没有解决 注意:uniq 命令读取文本文件或者标准输入,并比较相邻的行。正常情况下,相邻的重复行将被删去 最后查了一下,怀疑应该是编码的问题,最后找到了解决方案: 修改系统配置 vi /etc/sysconfig/i18n #把原配置 LANG="en_US.UTF-8" #修改为 LANG="zh_CN.GB18030"做以上修改就能解决问题
-------------------------------------------------------手动分割--------------------------------------------------------- 2019/09/18 对于一些文件,我们在去重排序后会有空行存在的问题,比如: 可以看到去重之后的文件是存在空行,可以执行如下命令去除空行: grep -v '^$' file效果如下所示: |
CopyRight 2018-2019 实验室设备网 版权所有 |