sort・uniq・cutコマンドでテキストを整形する

テキストファイルを整形・集計する場面で頻繁に登場する sort・uniq・cut の3つのコマンドを学びます。パイプで組み合わせることで、CSV の集計やログ解析など実務的な処理ができるようになります。

sort：行を並び替える

sort はファイルの各行をアルファベット順（デフォルト）や数値順に並び替えます。

sort names.txt

数値ファイルをそのままソートすると辞書順になり正しく並びません。-n を付けると数値として正しくソートされます。

# 辞書順（誤り）
echo -e "10\n2\n20\n1" | sort
# → 1, 10, 2, 20

# 数値順（正しい）
echo -e "10\n2\n20\n1" | sort -n
# → 1, 2, 10, 20

複数列があるファイルで特定の列を基準にソートするには -k を使います。

# scores.txt の内容例:
# Alice 85
# Bob   92
# Carol 78

# 第2列（点数）を数値の降順でソート
sort -k2 -n -r scores.txt

uniq は 連続して重なる 行を処理します。重複している行が隣り合っていない場合は除去されないため、通常は sort と組み合わせて使います。

# ソートしてから重複を除去
sort fruits.txt | uniq

# アクセスログから IP アドレスを抽出し、出現回数でランキング
cut -d' ' -f1 access.log | sort | uniq -c | sort -rn | head -10

上の例では4つのコマンドをパイプでつないでいます。これが sort・uniq・cut の典型的な使い方です。

cut はテキストの各行から特定の列や文字位置を取り出します。

CSV や空白区切りのテキストに便利です。

# カンマ区切りの第1列と第3列を取り出す
cut -d',' -f1,3 data.csv

# コロン区切りの第1列（/etc/passwd のユーザー名一覧）
cut -d':' -f1 /etc/passwd

-f には範囲指定も使えます。

cut -d',' -f1-3   # 第1〜3列
cut -d',' -f2-    # 第2列以降すべて

固定長フォーマットのテキストに使います。

# 各行の1〜5文字目を取り出す
cut -c1-5 logfile.txt

# sales.csv（商品,地域,金額）から地域ごとの売上件数を集計
# 地域（第2列）を取り出してソート→重複カウント
cut -d',' -f2 sales.csv | sort | uniq -c | sort -rn

# Nginx アクセスログの第1フィールドが IP アドレス
cut -d' ' -f1 /var/log/nginx/access.log | sort -u | wc -l

# ログインシェルが /bin/bash のユーザーだけ抽出してソート
grep '/bin/bash' /etc/passwd | cut -d':' -f1 | sort

次の内容のファイル scores.txt があります。

Carol 78
Alice 85
Bob 92
Dave 85
Eve 63

「点数を数値の降順でソートして表示」 するコマンドを書いてください。

以下のファイル fruits.txt があります。

apple
banana
apple
cherry
banana
apple

各果物が何回登場するかを 多い順 に表示するコマンドを書いてください。

/etc/passwd から ホームディレクトリ（第6フィールド） の一覧をソートして表示するコマンドを書いてください。

sort -k2 -n -r scores.txt

-k2 で第2列（点数）を基準に、-n で数値として、-r で降順にソートします。

sort fruits.txt | uniq -c | sort -rn

まず sort で同じ果物を隣り合わせにしてから uniq -c で出現回数を数え、sort -rn で数値の降順に並べます。

cut -d':' -f6 /etc/passwd | sort

-d':' でコロンを区切り文字として指定し、-f6 で6番目のフィールド（ホームディレクトリ）を取り出してソートします。