wc 和 sort 是 Linux 中轻量高效的内容统计与排序工具，wc 统计行数、单词数、字节数及最长行长度，sort 支持数值、逆序、多列、去重及自定义分隔符排序，二者配合管道可完成日志分析、高频词提取等任务。
wc 和 sort 是 Linux 中最常用、最轻量的内容统计与排序工具。它们不依赖额外安装，配合管道使用，能快速完成日志分析、代码行数统计、高频词提取等任务。
用 wc 快速统计文件基础信息
wc 默认输出三列：行数、单词数、字节数。常用选项有：
- -l：仅统计行数（适合查日志条目、配置项数量）
- -w：仅统计单词数（按空白符分隔，可用于粗略估算文本量）
- -c：仅统计字节数（比 du 更精准，不含元数据）
- -L：显示最长一行的字符数（排查超长日志或格式异常）
例如：wc -l /var/log/syslog 查看系统日志总行数；wc -L *.py 找出所有 Python 文件中最长的一行。
用 sort 对文本内容做多维排序
sort 默认按 ASCII 码升序排列，但实际中常需控制排序逻辑：
- -n：按数值大小排序（避免 10 排在 2 前面）
-
-r：逆序（降序），常与 -n 联用，如
sort -nr -
-k：指定按第几列排序（如
sort -k3,3n表示只按第 3 列数值排序） -
-u：去重（配合
sort | uniq更推荐用sort -u，效率更高） -
-t：指定字段分隔符（如
sort -t: -k3,3n /etc/passwd按 UID 数值排序用户）
wc + sort 组合实战：找日志里访问最多的 IP
假设 Nginx 日志格式为：192.168.1.100 - - [10/Jan/2024:08:30:12] "GET /index.html"
- 提取第一列 IP：
awk '{print $1}' access.log - 统计各 IP 出现次数：
awk '{print $1}' access.log | sort | uniq -c - 按次数倒序排列：
awk '{print $1}' access.log | sort | uniq -c | sort -nr - 取前 5 名：
awk '{print $1}' access.log | sort | uniq -c | sort -nr | head -5
这个流程本质是：切分 → 归类 → 计数 → 排序 → 截取。wc 不直接参与计数，但可辅助验证，比如 wc -l access.log 看总请求数，再和 uniq -c | wc -l 对比，判断是否有大量单一 IP 请求。
小技巧：处理空行、空白符干扰
真实数据常含空行或首尾空格，影响统计结果：
- 过滤空行：
grep -v '^$'或awk 'NF' - 去掉每行首尾空格：
awk '{$1=$1};1'（利用赋值触发重格式化） - 统计非空行数：
grep -v '^$' file.txt | wc -l - 查看某列是否全数字（防 -n 排序出错）：
awk '{print $3}' data.txt | grep -v '^[0-9]\+$'
不复杂但容易忽略。
