Linux下我们用 sort 与 uniq 的命令来实现去重复行。
去重复行
简单的用法如下，如一个文件名：happybirthday.txt cat happybirthday.txt (显示文件内容) Happy Birthday to You! Happy Birthday to You! Happy Birthday Dear Tux! Happy Birthday to You! cat happybirthday.txt|sort （排序） Happy Birthday Dear Tux! Happy Birthday to You! Happy Birthday to You! Happy Birthday to You! cat happybirthday.txt|sort|uniq (去重复行) Happy Birthday Dear Tux! Happy Birthday to You!
去大文件重复行
但有时碰到一个大文件时（例如G级的文件），用上面的命令时报错，提示空间不足。我尝试了一下，最后是用 split 命令把大文件分割为几个小文件，单独排完序后再合并 uniq 。
split -b 200m happybirthday.big Prefix_ 用-b参数切割happybirthday.big，小文件为200M。切割后的文件名前缀是Prefix_
切割后的文件名如
Prefix_aa Prefix_ab
再分别sort
sort Prefix_aa >Prefix_aa.sort sort Prefix_ab >Prefix_ab.sort
再用 sort -m合并，再 uniq
cat Prefix_aa.sort Prefix_ab.sort |sort -m |uniq
这是好早前碰到的一个问题了。没记错的话应该是这么回事。~
sort 与 uniq 命令还有许多有用的参数，如sort -m、uniq -u、uniq -d等。sort 与 uniq的组合是很强大的。
~完。
![[大兵]](http://liucheng.name/wp-includes/images/smilies/icon_db.gif){kind=icon}
![[可爱]](http://liucheng.name/wp-includes/images/smilies/icon_ka.gif){kind=icon}
这些命令学熟了是相当有用啊
[回复]
那是,还有sed ,awk我也非常喜欢用
[回复]
我比较喜欢grep，一开始就接触这个，后来就只用这个了，呵呵
[回复]
:ws: grep我也喜欢用啊.用于快速查找与匹配是非常不错的. 不过,复杂的事情就要sed 跟awk了.
[回复]
sort uniq 不错不错. :cy: :cy:
[回复]
我只当豆芽菜，一排排的pass pass pass
[回复]
:cy:
[回复]
绝对技术帖啊 收藏先 谢谢博主分享。。
[回复]
半瓶水飘过。
[回复]
希望柳城能多写点这种帖子，我在这顶了。十分受教
[回复]
呵。过奖了。 这方面还是蛮多的可以分享的。。有空多写。。![[抱拳]](http://liucheng.name/wp-includes/images/smilies/icon_bq.gif)
[回复]