cut -d: -f1 /etc/passwd-d 指定分隔符，-f 指定第几列，按固定分隔符截取。
cut / sort / uniq / wc
约 1133 字大约 4 分钟
2026-05-14
这四个命令是文本统计的“基础四件套”：cut 取列、sort 排序、uniq 去重、wc 计数。它们单独看都很简单，但组合起来——尤其是 sort | uniq -c——能把一份杂乱的日志或清单瞬间变成一张排行榜。这篇重点讲清它们之间的配合关系。
阅读导览
cut / sort / uniq / wc
掌握 cut 取列、sort 排序、uniq 去重、wc 计数，重点理解 uniq 为什么必须配合 sort。
- cut 按分隔符取列
- sort 排序，也为 uniq 铺路
- uniq 只看相邻行，必须先 sort
- sort | uniq -c 是统计黄金组合
命令速查
统计四件套速查
组合出排行榜sort -rn file-n 按数值、-r 倒序，统计排行榜常用这两个。
sort file | uniq -cuniq -c 在每行前标出它出现的次数，必须先 sort。
wc -l file-l 数行、-w 数词、-c 数字节，最常用 -l。
cut：按分隔符截取列
cut 是“取某一列”的轻量工具。两个核心选项：-d 指定分隔符，-f 指定取第几列。
cut -d: -f1 /etc/passwd # 用 : 分隔，取第 1 列（用户名）
cut -d: -f1,3 /etc/passwd # 取第 1 和第 3 列
cut -d, -f2 data.csv # 取 CSV 的第 2 列cut 的局限：它只认单个固定字符做分隔符。如果列之间是“不定数量的空格”（像 ps、df 的输出），cut 就力不从心，得用 awk（见 文本处理工具总览）。
uniq 的关键前提：必须先 sort
这是新手最常踩的坑。uniq 只去除相邻的重复行——它不会全局扫描，只比较“这一行和上一行一样不一样”。
# 文件内容：a / b / a
uniq file # 输出 a b a —— 两个 a 不相邻，没被去掉！
sort file | uniq # 输出 a b —— 先排序让相同的挨在一起所以 uniq 几乎永远跟在 sort 后面。记住这条，就理解了为什么统计命令总是 sort | uniq 成对出现。
sort | uniq -c：统计的黄金组合
uniq -c 会在每行前面标出它出现的次数。配合 sort，就是一条万能统计句式：
sort access.log | uniq -c | sort -rn | head
# ① 排序让相同行相邻
# ② uniq -c 数每种出现几次
# ③ sort -rn 按次数从多到少排
# ④ head 看 Top 10把 access.log 换成 awk '{print $1}' access.log，就是“访问量最高的 IP 排行榜”。这个套路在 日志统计实战 里是绝对主力。
sort 的两个关键选项
| 选项 | 作用 | 不加的后果 |
|---|---|---|
-n | 按数值排序 | 默认按字典序，10 会排在 9 前面 |
-r | 倒序（从大到小） | 默认从小到大 |
-k | 指定按第几列排 | 默认按整行 |
“为什么 100 排在 99 前面”——因为没加 -n，字典序里 1 比 9 小。统计排行榜一律 sort -rn。
wc：别只会数行
wc -l 数行数最常用，但它还能数词（-w）和字节（-c）。一个实用搭配是和 grep 连用做“计数”：
grep -c "ERROR" app.log # grep 自带 -c，直接数匹配行数
grep "ERROR" app.log | wc -l # 等价写法
ls /etc | wc -l # 数 /etc 下有多少条目常见误区
| 误区 | 更稳妥的做法 |
|---|---|
uniq 直接用，不先 sort | uniq 只看相邻行，必须先 sort 再 uniq，否则漏去重 |
sort 数字列没加 -n | 数值排序一律 -n，否则 10 排在 9 前面 |
列是不定空格分隔还硬用 cut | cut 只认单字符分隔符，不定空格用 awk |
| 想数数量绕一大圈 | grep -c、wc -l 直接计数，别多此一举 |
实践清单
练习清单
- 1用 `cut -d: -f1,7 /etc/passwd` 取出用户名和登录 Shell 两列。
- 2造一个内容是 a / b / a 的文件，对比 `uniq` 和 `sort | uniq` 的输出差异。
- 3对一份 access.log 跑 `awk 取 IP 列 | sort | uniq -c | sort -rn | head`，得到访问排行榜。
- 4对同一列数字分别 `sort` 和 `sort -n`，看清字典序和数值序的区别。
重点总结
要点回收
- cut 按单字符分隔符取列；列是不定空格分隔时改用 awk。
- uniq 只去相邻重复，必须先 sort；`sort | uniq -c` 是统计的黄金组合。
- sort 数值排序要加 -n，倒序加 -r；数数量用 grep -c 或 wc -l。
版权所有
版权归属：Shuo Liu