2.11 uniq：忽略文件中的重复行

作用：文件经过处理后在它的输出文件中可能会出现重复的行。例如，使用cat命令将两个文件合并后，再使用sort命令进行排序，就可能出现重复行。这时可以使用uniq命令将这些重复行从输出文件中删除，只留下每条记录的唯一样本。

用法：uniq [选项]...[输入[输出]]

主要选项如下。

● -c：显示输出中，在每行行首加上本行在文件中出现的次数。它可取代-u和-d选项。

● -d：只显示重复行。

● -u：只显示文件中不重复的各行。

● -n：前n个字段与每个字段前的空白一起被忽略。一个字段是一个非空格、非制表符的字符串，彼此由制表符和空格隔开（字段从0开始编号）。

● +n：前n个字符被忽略，之前的字符被跳过（字符从0开始编号）。

● -f n：与-n相同，这里n是字段数。

● -s n：与+n相同，这里n是字符数。

应用实例如下。

首先看一下示例文件：

        $ cat happy
        Happy Birthday to You!
        Happy Birthday to You!
        Happy Birthday Dear cjh!
        Happy Birthday to You!

（1）显示文件happy中不重复的行

          # uniq -u happy
        Happy Birthday Dear cjh!
        Happy Birthday to You!

（2）显示文件happy中不重复的行，从第2个字段的第2个字符开始做比较

        #uniq -u -1 +1 happy

（3）用-c选项从uniq中获取一些统计信息

        #sort happy | uniq -dc
        3 Happy Birthday to You!

这里uniq命令借助管道命令从标准输入设备读取文件，首先使用sort命令对文件进行排序，然后对排序结果进行操作。

（4）删除文件中重复的行并且输出到一个新文件

        #sort happy|uniq-uniqhappy

操作过程如图2-4所示。

图2-4 删除文件中重复的行并且输出到一个新文件

注意 请不要使用uniq或任何其他工具从包含财务或其他重要数据的文件中除去重复行。在这种情况下，重复行几乎总是表示同一金额的另一个交易，将它除去会给会计部造成许多困难。

（5）高级应用

就算uniq对完整的行进行比较，它仍然会很有用，但是那并非该命令的全部功能。特别方便的是：使用-f选项，后面跟着要跳过的字段数，它能够跳过给定数目的字段。当查看系统日志时这非常有用。通常，某些项要被复制许多次，这使得查看日志很难。使用简单的uniq无法完成任务，因为每一项都以不同的时间戳记开头。但是如果告诉它跳过所有的时间字段，日志一下子就会变得更加便于管理。试一试uniq -f 3 /var/log/messages看看。还有另一个选项-s，它的功能就像-f一样，但是跳过给定数目的字符。可以一起使用-f和–s，uniq先跳过字段，再跳过字符。如果只想使用一些预先设置的字符进行比较，试试-w选项。

上一章目录下一章