ファイル内文字列のソート
sortコマンド
sortコマンドは、引数で指定されたファイルや、標準入力を並べ替えます。利用方法は次のようになります。
sortコマンドの基本文法
$ sort [オプション] [ファイル名]
主なオプションは次のとおりです。
| オプション | 説明 |
|---|---|
| -b | 先頭の空白を無視する |
| -d | 英文字、数字、空白以外の文字を無視する |
| -k [数値] | [数値]番目の列以降をキーとしてソートする （[数値]を[数値A,数値B]とすると、[数値A]番目～[数値B]番目の列をキーとしてソートする） （[数値]を[列番号.桁数] とすると、ある列の桁数を指定してソートする） |
| -[数値] | [数値]番目の列までをキーとしてソートする |
| -m | 複数のファイルをソートしながらマージする |
| -n | 先頭の文字列を数値として扱う（例：10、101、2 は 2、10、101と並び替える） |
| -r | 結果を降順にする（逆にする） |
| -t [文字] | 列の区切り文字を[文字]で指定した文字にする |
| -u | 重複行を出力しないようにする（「sort | uniq」と同じ） |
| -z | 「\0」（ヌル文字）を区切り文字とする |
例）CSV形式のファイルの2列目をソート対象として、昇順で並び替える
$ cat test.csv 1,30,5,6 3,4,5,5 2,6,3,2 $ sort -t , -n -k 2 test.csv 3,4,5,5 2,6,3,2 1,30,5,6
「,（カンマ）」を区切り文字として、文字列を数値として扱うことで並び替えています。
※注3
POSIXのバージョン（POSIX 1003.1-2001（200112:2001年12月以降））によっては、「-k 数値」オプションを「+数値」と指定するとWarningが出力されます。
$ sort -t, -n +1 test.csv sort: Warning: "+number" syntax is deprecated, please use "-k number"
ここで、「+1」が、2番目とそれ以降の列をもとにソートするという意味になります。この場合、次のように古いバージョンのPOSIXを指定して回避するか、「-k」オプションを利用してください。
$ export POSIX2_VERSION=199209 $ sort -t, -n +1 test.csv
なお、head -[数値]、またはtail +[数値]なども同様です。
uniqコマンド
uniqコマンドは、テキストファイル内の重複行を確認できます。利用方法は次のようになります。
uniqコマンドの基本文法
$ uniq [オプション] [ファイル名]
主なオプションは次のとおりです。
| オプション | 説明 |
|---|---|
| -c | 同一行の数も出力する |
| -d | 重複行のみ表示する |
| -u | 重複のない行のみ表示する |
例）ファイルの重複行を1行にまとめ、同一行の数を出力
$ cat test.txt
apple
apple
apple
grape
grape
peach
$ uniq -c test.txt
3 apple ← appleの文字列がファイル中に3つ存在する
2 grape
1 peach
