linux - 为什么 uniq -c 命令在某些情况下会返回重复项？

Question

我正在尝试grep查找一个文件中不存在于另一个文件中的单词

grep -v -w -i -r -f "dont_use_words.txt" "list_of_words.txt" >> inverse_match_words.txt


uniq -c -i inverse_match_words.txt | sort -nr

但是我在 uniq 命令中得到了重复的值。为什么会这样？

我想知道这是否可能是因为 grep 区分字符串，例如，在“GIRLAAA”、“AAABOY”、“GIRLAAABOY”中找到“AAA”，因此，我最终得到了重复项。

当我执行 grep -F "AAA" 时，所有这些都会返回。

如果有人能帮助我解决这个问题，我将不胜感激。我是 Linux 操作系统新手。

Answer 1

uniq 消除每组连续重复行中除一行之外的所有内容。因此，使用它的传统方法是首先通过sort传递输入。您没有这样做，所以是的，(非连续的)重复项完全有可能保留在输出中。

示例:

grep -v -w -i -f dont_use_words.txt list_of_words.txt \
  | sort -f \
  | uniq -c -i \
  | sort -nr