Day 4：文本统计与处理
今日目标：统计行数/单词数、排序、去重——用管道串起来处理文本数据 🎯
命令速览
| 命令 |
用途 |
核心参数 |
wc |
统计行数/单词数/字节数 |
-l -w -c |
sort |
排序 |
-r (逆序) / -n (按数值) |
uniq |
去重/统计重复次数 |
-c (计数) |
逐个击破
① wc — 字数统计
- 语法：
wc [OPTIONS] <FILE>
- 参数：
-l → 只统计行数-w → 只统计单词数-c → 只统计字节数
- 🖥️ 上手练：
wc /etc/passwd——观察三个数字分别是什么（行/词/字节）wc -l /etc/passwd——系统有多少个用户账号？ls -l /etc | wc -l——/etc 下有多少文件？（ls -l 列目录时首行有 total N 汇总行，结果比实际文件数多 1，修正：ls -l /etc | tail -n +2 | wc -l）
- ⚠️ 常见坑：
wc -l 统计的是换行符个数，最后一行如果没有换行符不会被计入
② sort — 排序
- 语法：
sort [OPTIONS] <FILE>
- 参数：
-r → 逆序（从大到小）-n → 按数值排序（默认按字典序，10 < 2 字典序成立但数值序不成立）-t + -k → 指定分隔符和排序列（后续 awk 课程会用到）
- 🖥️ 上手练：
sort /etc/passwd——默认按字典序排列所有行sort -r /etc/passwd——逆序排列printf "2\n10\n1\n" | sort vs printf "2\n10\n1\n" | sort -n——观察字典序和数值序的区别ls -l /etc | sort -k5 -n | head——按文件大小排序列出 /etc 下文件
- ⚠️ 常见坑：不加
-n 时 sort 按字典序排列数字，10 排在 2 前面
③ uniq — 去重
- 语法：
uniq [OPTIONS] <FILE>
- 参数：
-c → 在每行前显示重复次数
- 🖥️ 上手练：
printf "a\na\nb\nb\nb\nc\n" | uniq——相邻重复行被合并printf "a\na\nb\nb\nb\nc\n" | uniq -c——显示每行出现次数printf "a\nb\na\n" | uniq——为什么两个 a 没被合并？（不相邻！）printf "a\nb\na\n" | sort | uniq -c——先排序再去重，正确统计
- ⚠️ 致命坑：
uniq 只合并相邻重复行，去重前通常要 sort | uniq 或 sort -u
💪 今日必刷（全部终端实操）
- 统计
/etc/passwd 有多少行，然后只输出这个行数（不显示文件名）
- 将
/etc/passwd 按逆序排列，取前 5 行
- 统计
/etc/passwd 中每种 shell 各被多少人使用（提示：awk -F: '{print $NF}' /etc/passwd | sort | uniq -c | sort -rn）
- 用
ls -l /etc | sort -k5 -rn | head -5 找出 /etc 下最大的 5 个文件
- 排错题：执行
cat /tmp/data.txt | uniq 后发现大量重复行还在——为什么？正确的去重方式是什么？
- 排错题：
sort -n /tmp/scores.txt 排序后 2 排在 10 前面正确，但 100 排在 20 前面——哪里错了？排查思路：先确认文件内容格式，再确认参数
📚 命令详解
