정렬 된 파일이 더 큰 이유는 무엇입니까?

2958616 바이트 텍스트 파일이 있습니다. 을 실행 sort < file.txt | uniq > sorted-file.txt하면 3213965 바이트 텍스트 파일이 생성됩니다. 정렬 된 텍스트 파일이 더 큰 이유는 무엇입니까?

여기 에서 텍스트 파일을 다운로드 할 수 있습니다 .

원본 파일에는으로 끝나는 줄이 있지만 \n정렬 된 파일에는 줄이 \r\n있습니다. 추가 \r하면 크기가 변경됩니다.

예를 들어, Linux 시스템에서 명령을 실행할 때 발생하는 상황은 다음과 같습니다.

$ sort < file.txt | uniq > sorted-file.linux.txt
$ ls -l file.txt sorted-file.linux.txt 
-rw-r--r-- 1 terdon terdon 2958616 Jul 10 12:11 file.txt
-rw-r--r-- 1 terdon terdon 2942389 Jul 10 15:15 sorted-file.linux.txt
$ wc -l file.txt sorted-file.linux.txt 
273882 file.txt
271576 sorted-file.linux.txt

보다시피, 정렬 된 중복 제거 된 파일은 몇 줄 더 짧으며 결과적으로 몇 바이트 더 작습니다. 그러나 파일이 다릅니다.

$ wc -l sorted-file.linux.txt sorted-file.txt 
271576 sorted-file.linux.txt
271576 sorted-file.txt

두 파일의 줄 수는 정확히 동일하지만 다음과 같습니다.

$ ls -l file.txt sorted-file.linux.txt sorted-file.txt 
-rw-r--r-- 1 terdon terdon 2958616 Jul 10 12:11 file.txt
-rw-r--r-- 1 terdon terdon 2942389 Jul 10 15:15 sorted-file.linux.txt
-rw-r--r-- 1 terdon terdon 3213965 Jul 10 12:11 sorted-file.txt

은 sorted-file.txt, 당신의 링크에서 다운로드 하나가 더 크다. 이제 첫 번째 줄을 살펴보면 추가 내용을 볼 수 있습니다 \r.

$ head -n1 sorted-file.txt | od -c
0000000   a  \r  \n
0000003

리눅스에서 만든 것에는 없습니다 :

$ head -n1 sorted-file.linux.txt | od -c
0000000   a  \n
0000002

\r파일에서를 제거하면 :

$ tr -d '\r' < sorted-file.txt > new-sorted-file.txt

시스템에서 만든 파일과 마찬가지로 원본보다 작은 파일 인 예상 결과를 얻습니다.

$ ls -l sorted-file.linux.txt new-sorted-file.txt file.txt
-rw-r--r-- 1 terdon terdon 2958616 Jul 10 12:11 file.txt
-rw-r--r-- 1 terdon terdon 2942389 Jul 10 15:19 new-sorted-file.txt
-rw-r--r-- 1 terdon terdon 2942389 Jul 10 15:15 sorted-file.linux.txt

hexdump 그것을 공개합니다!

$ hexdump -cn 32 file.txt 
0000000   a   d   h   d  \n   a   d   s   l  \n   a   m   v   b  \n   a
0000010   o   v  \n   a   o   w  \n   a   r   o   b  \n   a   s   f   a
0000020

$ hexdump -cn 32 my-sorted.txt 
0000000   a  \n   a   a  \n   a   a   a  \n   a   a   d  \n   a   a   d
0000010   s  \n   a   a   f   j   e  \n   a   a   f   j   e   s  \n   a
0000020 

$ hexdump -cn 32 sorted-file.txt 
0000000   a  \r  \n   a   a  \r  \n   a   a   a  \r  \n   a   a   d  \r
0000010  \n   a   a   d   s  \r  \n   a   a   f   j   e  \r  \n   a   a
0000020   

정렬 된 파일은 \r\nLinux 줄 끝 \n(1 바이트) 대신 Windows 줄 끝 (2 바이트)을 사용하기 때문에 더 큽니다 .

cygwinWindows 10의 새로운 Linux 하위 시스템 과 같은 도구를 사용하여 Windows에서 해당 명령을 실행하고 있었 습니까? 아니면 와인에서 뭔가를 실행 했습니까?