linux 文件内容去重,Linux命令根据某一列对文件内容去重

大家可能经常遇到文件内容排序去重处理的事情，使用 linux 命令可以很方便的处理，sort 命令在处理文件排序和去重中起着非常重要的左右，是文件处理的利器。

比如有以下文件内容：

pythontab.com4345            15              12121

4145            7               fdf

4245            5               dfsf

1345            76              432423

0693            2               4345

06a7            82              4e

06a9            58              e33

4345            68              343

06c1            56              453

06d7            145             45678

4345            117             21

06e3            280             76

4345            7               3434

4345            48              80

06f1            463             121

4345            3847            131

070b            1236            64

070d            3343            77

0713            104235          90

0715            6               12

0726            121             97798

想要按照第二列排序去重，怎么做呢？其实只需要 sort 命令就可以解决了sort -t $'\t' -k 2 -u pythontab.com

sort 排序命令

-t 指定分隔符为‘\t’

-k 指定第三列

-u 去重

sort的其他一些选项：

-r 降序排列

-o 把排序结果输出到源文件

sort默认是把结果输出到标准输出，所以需要用重定向才能将结果写入文件，形如

sort filename>newfile

如果将结果输出到原文件，用重定向相当于清空

-n 看为数字来比较

你有没有遇到过10比2小的情况。我反正遇到过。出现这种情况是由于排序程序将这些数字按字符来排序了，排序程序会先比较1和2，显然1小，所以就将10放在2前面喽。这也是sort的一贯作风。

我们如果想改变这种现状，就要使用-n选项，来告诉sort，“要以数值来排序”！

-f 会将小写字母都转换为大写字母来进行比较，亦即忽略大小写

-c 会检查文件是否已排好序，如果乱序，则输出第一个乱序的行的相关信息，最后返回1

-C 会检查文件是否已排好序，如果乱序，不输出内容，仅返回1

-M 会以月份来排序，比如JAN小于FEB等等

-b 会忽略每一行前面的所有空白部分，从第一个可见字符开始比较。