重复内容统计：uniq 前面为什么常有 sort

uniq 判断的是相邻两行是否相同。输入顺序混乱时，相同内容可能分散出现，直接计数会得到多个小组，不能代表整个文件的频率。

uniq 只合并相邻重复行，统计前通常需要先排序。

实际怎么检查

以下示例面向常见 GNU/Linux 环境，文件名为实验用占位名称。

printf 'b\na\nb\n' | sort | uniq -c

示例中 a 出现一次，b 出现两次。

遇到异常再检查什么

先用三行小样本确定输出口径，再把命令用于真实数据。大小写、空白和语言环境会影响分组；需要合并这些差异时，应先明确规范化规则。

频次结果需要再排序时，应使用数值口径而不是纯字符串口径。先保留原始输入，另存规范化后的样本，便于解释大小写或空白处理是否改变了原本应当独立的项目。

字符串排序受语言环境影响，自动化处理宜明确排序规则。

参考：Linux 文档。