导航：首页 > 服务器 >

使用awk+sort+uniq进行文本分析

发表于：2025-12-02 作者：千家信息网编辑

千家信息网最后更新 2025年12月02日，原创作品，允许转载，转载时请务必以超链接形式标明文章原始出处、作者信息和本声明。否则将追究法律责任。http://wanyuetian.blog.51cto.com/3984643/1716971

千家信息网最后更新 2025年12月02日使用awk+sort+uniq进行文本分析原创作品，允许转载，转载时请务必以超链接形式标明文章原始出处、作者信息和本声明。否则将追究法律责任。http://wanyuetian.blog.51cto.com/3984643/1716971

1、uniq命令
uniq - report or omit repeated lines
介绍：uniq对指定的ASCII文件或标准输入进行唯一性检查，以判断文本文件中重复出现的行。常用于系统排查及日志分析
命令格式：
uniq [OPTION]... [File1 [File2]]
uniq从已经排序好的文本文件File1中删除重复的行，输出到标准标准输出或File2。常作为过滤器，配合管道使用。
在使用uniq命令之前，必须确保操作的文本文件已经过sort排序，若不带参数运行uniq，将删除重复的行。
常见参数：
-c, --count prefix lines by the number of occurrences 去重后计数
2、实战演练

测试数据：

1 2 3 4 5 6 7 8

[root@web01 ~]# cat uniq.txt 10.0.0.9 10.0.0.8 10.0.0.7 10.0.0.7 10.0.0.8 10.0.0.8 10.0.0.9

a、直接接文件，不加任何参数，只对相邻的相同内容去重：

1 2 3 4 5 6

[root@web01 ~]# uniq uniq.txt 10.0.0.9 10.0.0.8 10.0.0.7 10.0.0.8 10.0.0.9

b、sort命令让重复的行相邻（-u参数也可完全去重），然后用uniq进行完全去重

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

[root@web01 ~]# sort uniq.txt 10.0.0.7 10.0.0.7 10.0.0.8 10.0.0.8 10.0.0.8 10.0.0.9 10.0.0.9 [root@web01 ~]# sort -u uniq.txt 10.0.0.7 10.0.0.8 10.0.0.9 [root@web01 ~]# sort uniq.txt|uniq 10.0.0.7 10.0.0.8 10.0.0.9

c、sort配合uniq去重后计数

1 2 3 4

[root@web01 ~]# sort uniq.txt|uniq -c 2 10.0.0.7 3 10.0.0.8 2 10.0.0.9

3、企业案例
处理一下文件内容，将域名取出并根据域名进行计数排序处理（百度和sohu面试题）

1 2 3 4 5 6 7

[root@web01 ~]# cat access.log http://www.etiantian.org/index.html http://www.etiantian.org/1.html http://post.etiantian.org/index.html http://mp3.etiantian.org/index.html http://www.etiantian.org/3.html http://post.etiantian.org/2.html

解答：
分析：此类问题是运维工作中最常见的问题。可以演变成分析日志，查看TCP各个状态连接数，查看单IP连接数排名等等。

1 2 3 4

[root@web01 ~]# awk -F '[/]+' '{print $2}' access.log|sort|uniq -c|sort -rn -k1 3 www.etiantian.org 2 post.etiantian.org 1 mp3.etiantian.org

很赞哦！