Learning Objectives
- 用 tr 轉換大小寫、刪除字元（-d、-d -c），以及把連續重複的字元壓縮成一個（-s）
- 用 cut 依分隔符號取出欄位（-d、-f），或依位置取出字元（-c）
- 用 sort 排序，並用 -n、-r、-t、-k、-u 控制排序方式
- 用 uniq 去除相鄰的重複行、用 -c 計算次數，並把這些指令串成管線統計出現次數排行
一個指令只做一件事
上一課學會了管線 |。這一課的四個指令都是「從標準輸入讀進一行一行的文字，處理後送到標準輸出」，
所以特別適合放在管線中間，像工廠的生產線一樣一站接一站處理資料：
| 指令 | 做的事 | 英文由來 |
|---|---|---|
tr |
把字元換成別的字元，或刪掉某些字元 | translate |
cut |
從每一行切出某幾個欄位或某幾個字元 | cut |
sort |
把所有行排序 | sort |
uniq |
把相鄰的重複行合併成一行 | unique |
每個指令都很單純，組合起來卻能完成「統計紀錄檔裡哪一種事件最多」這類工作。 Unix 的設計傳統就是讓每個程式只做好一件事，再用管線組合。
tr：轉換與刪除字元
tr [選項] 字元集1 [字元集2]
tr 只從標準輸入讀資料，後面不能直接接檔名；要處理檔案時寫成 tr … < 檔案 或 cat 檔案 | tr …。
| 寫法 | 作用 |
|---|---|
tr 'A-Z' 'a-z' |
字元集1 的每個字元換成字元集2 對應位置的字元：大寫轉小寫 |
tr '[:upper:]' '[:lower:]' |
同上，用字元類別表示；還有 [:digit:]（數字）、[:space:]（空白字元） |
tr -d '0-9' |
刪除（delete）字元集1 裡的字元 |
tr -d -c '0-9 \n' |
-c 取補集（complement）：刪除「不是數字、空白、換行」的字元，等於只留下這些 |
tr -s ' ' |
壓縮（squeeze）：連續出現的同一個字元只留一個 |
tr -s '\n' ',' |
先把換行換成逗號，再把連續的逗號壓縮成一個 |
投影片的例子：
$ echo "HELLO WORLD 123" | tr 'A-Z' 'a-z'
hello world 123
$ echo "HELLO WORLD 123" | tr -d '0-9'
HELLO WORLD
$ echo "@HELLO WORLD 123" | tr -d -c '0-9 \n'
123
最後一個例子留下了兩個空白（原本在 HELLO 與 WORLD 後面）和 123。
\n 代表換行、\t 代表 Tab、\r 代表歸位字元。Windows 的文字檔每一行結尾是 \r\n 兩個字元，
投影片的 tr -s "\r\n" "," 就是用來處理從 Windows 複製過來的檔案；Linux 的文字檔只有 \n。
cut：切出欄位或字元
cut -d 分隔符號 -f 欄位 [檔案] # 依欄位切
cut -c 字元位置 [檔案] # 依字元位置切
-d（delimiter）指定欄位之間的分隔符號，不指定時預設是 Tab；-f（fields）指定要哪幾個欄位，從 1 開始編號：
| 寫法 | 取出 |
|---|---|
-f 2 |
第 2 欄 |
-f 1,5 |
第 1 欄與第 5 欄 |
-f 2-4 |
第 2 欄到第 4 欄 |
-f 3- |
第 3 欄到最後 |
-f -3 |
第 1 欄到第 3 欄 |
-c（characters）的寫法相同，只是數的是字元位置，例如 -c 2-10 取每一行的第 2～10 個字元。
投影片的例子：
$ cut -d , -f 2 data.csv
3.2
3
3.2
3.1
7
$ ls -l /etc | tail -n 5 | cut -c 2-10
rwxr-xr-x
rw-r--r--
…
ls -l 每一行的第 1 個字元是檔案類型，第 2～10 個字元正好是權限。
/etc/passwd 每一行用冒號 : 分成 7 欄（帳號、密碼佔位、UID、GID、說明、家目錄、登入 shell），
cut -d : -f 1,7 /etc/passwd 就能列出每個帳號用哪一個 shell。
欄位之間用「好幾個空白」對齊的輸出（例如
ls -l），用cut -d ' '切會遇到空欄位，比較不好用； 這種情況改用-c依位置切，或第 15 課的awk。
sort 與 uniq：排序與去除重複
sort 預設把每一行當成字串，依字典順序由小到大排列：
| 選項 | 作用 |
|---|---|
-n |
依數值大小排序（numeric）；不加時 10 會排在 9 前面，因為是一個字一個字比 |
-r |
反過來排（reverse），由大到小 |
-t 符號 |
指定欄位的分隔符號（預設是空白） |
-k 2,2 |
只用第 2 欄當排序依據；寫 -k 2 是從第 2 欄一直到行尾 |
-u |
排序後重複的行只留一行（unique） |
-f |
不分大小寫 |
投影片的 os.txt 依第 2 欄的數字排序：
$ sort -t , -k 2,2 -n os.txt
UbuntuOS,919
Window,1303
Apple,1677
Mac,2830
uniq 把相鄰的重複行合併成一行。它只會和上一行比較，所以重複的行如果分散在檔案各處，就去不乾淨；
先用 sort 讓相同的行排在一起，再交給 uniq，是最常見的用法。
| 寫法 | 作用 |
|---|---|
uniq 檔案 |
相鄰的重複行只留一行 |
uniq -c |
每一行前面加上它連續出現的次數（count） |
uniq -d |
只列出有重複的行 |
uniq -u |
只列出沒有重複的行 |
sort 檔案 | uniq 和 sort -u 檔案 的結果相同；要計算次數時就需要 uniq -c。
組合：統計出現次數排行
/var/log/dpkg.log 每一行的第 3 欄是 dpkg 做的動作（install、status、remove…）。想知道哪一種動作最多：
cut -d ' ' -f 3 /var/log/dpkg.log | sort | uniq -c | sort -nr | head -n 3
cut取出第 3 欄（以一個空白為分隔）sort讓相同的動作排在一起uniq -c計算每一種出現幾次sort -nr依次數由大到小排head -n 3只留前三名
把第 3 欄換成其他欄位或其他紀錄檔，就能統計「哪個 IP 連線最多」「哪個帳號登入最多次」這類問題。
想一想：tr 與 cut
echo "Hello 2026" | tr -d 'a-z' 會印出什麼？
/etc/passwd 以冒號分隔欄位，第 1 欄是帳號、第 6 欄是家目錄。哪一個指令能列出這兩欄？
echo "a b c" | tr -s ' ' 會印出什麼？
想一想：sort 與 uniq
為什麼通常要先 sort 再 uniq？
nums.txt 有三行：10、9、100。執行 sort nums.txt（不加 -n）的結果依序是？
access.log 每一行的第 1 欄是連線的 IP（以空白分隔）。要列出連線次數由多到少的 IP，哪一條管線正確？
重點精華回顧
tr只讀標準輸入：tr 'A-Z' 'a-z'轉換、-d刪除、-d -c只留下指定的字元、-s壓縮連續重複的字元。cut -d 分隔符號 -f 欄位切欄位（預設分隔符號是 Tab），cut -c 位置切字元；欄位寫法有2、1,5、2-4、3-。sort預設依字典順序；-n數值、-r反向、-t分隔符號、-k 2,2指定欄位、-u去除重複。uniq只合併相鄰的重複行，所以先sort；-c計算次數、-d只列重複的行。cut … | sort | uniq -c | sort -nr | head是統計出現次數排行的固定套路。