该进入第四章了，刚才看到一个帖子标题：我空有一身泡妞的好本领，但可惜自己是个妞。汗～这个。。。音乐无国界嘛，这个不应该也没性别界么？

第四章文本处理工具

书中先说明了以下排序的规则，数值的就不用说了，该大就大该小就小，但是字符型很多时候是区分声调或者重音的。在命令行中输入locale查看自己系统的编码配置。默认的是系统配置里的，但是可以自己设置排序的编码。如：
复制代码 代码如下:
$ LC_ALL=C sort french-english #以传统ASCII码顺序排序

下边介绍以下排序命令sort：
语法： sort [ options ] [ file(s} ]
主要选项： -b 忽略开头的空白
-c 检查输入是否已正确地排序。如果未排序，则退出码为非零值，不会有任何输出
-d 字典顺序，仅文字数字和空白才有意义。
-g 一般数值：以浮点数字类型比较字段。仅GNU版本提供此选项功能
-f 将混用的字母都看作相同大小写，即忽略大小写。
-i 忽略无法打印的字符。
-k 定义排序键值字段
-m 将已排序的输入文件，合并为一个排序后的输出数据流
-n 以整数类型比较字段
-o outfile 将输出写到指定文件
-r 倒置排序由大到小，默认由小到大
-t char 使用单个字符char作为默认的字段分隔符取代空白字符
-u 只有唯一记录，丢弃所有具有相同键值的记录只留第一条。
另外排序键值字段类型标识，即-k一个字段之后的修饰符字母：
b 忽略开头的空白
d 字典顺序
f 不区分大小写
g 以一般的浮点数进行比较，只适用GNU版本
i 忽略无法打印的字符
n 以整数数字比较
r 倒置排序顺序
字段以及字段里的字符是由1开始编号的。如果仅指定一个字段编号，则排序键值会自该字段的起始处开始，一直继续到记录的结尾（而非字段结尾）。
如果给的是一对用逗号隔开的字段数字，则排序键值将由第一个字段值起开始，到第二个指定字段结尾结束。可能出现多个-k，会从第一个开始。

例子：
复制代码 代码如下:
$ sort -t: -k1,1 /etc/passwd #以用户名称排序
$ sort -t: -k2nr /etc/passwd #反向UID的排序
$ sort -t: -k4n -k3n /etc/passwd $以GID与UID排序

关于sort的效率，搞算法的都比较了解目前各种排序算法的效率，这里的sort也没啥特别的，类似STL估计，组合排序算法尽可能的优化过了。不是搞算法的童鞋也不用了解了，相信它的效率就好了。

有时候我们还十分关心排序的稳定性，默认情况下是不稳定的，但是GNU实现了coreutils包弥补了不足，可以通过--stable选项来解决稳定性问题。（不懂稳定性的简单说一下：意思就是排序键值等同的时候需要以输入顺序来输出，即排序不打乱输入顺序）

有时候我们还需要解决输入数据的重复问题，sort -u能够解决一些，但是它消除的操作依据的是匹配的键值，而非匹配的记录。uniq命令提供另一种过滤数据的方式：它常用于管道中，用来删除已适用sort排序完成的重复记录。uniq有3个好用的选项：-c 可在每个输出行之前加上该行的重复次数。 -d选项则用于仅显示重复的行。 -u仅显示未重复的行。这里需要注意一点，uniq处理数据前是需要sort对数据进行排序的！

另外我们处理大量这样的数据的时候，我们需要重新格式化段落以方便我们使用或阅读。这时候可以使用fmt命令，有两个常用的选项：-s 仅切割较长的行，短行不会合并 ; -w n 则设置输出行宽度为n个字符（默认75个左右）。要考虑fmt移植性的请另行查询文档。

这里对可能使用到的统计行数、字数、字符数的wc命令做一个介绍，选项有-c 字节数 -l行数 -w 字数 。默认情况下给出行数 字数 字节数。

好了，处理了那么多文本，我们可能要打印出来看看，unix里支持的打印功能包括两类不同的命令，但拥有相同的功能，商用的unix系统与GNU/linux通常两种都支持，不过BSD系统仅支持Berkeley风格，POSIX则只定义了lp命令。