即使在`sort`之后，`uniq`仍在重复某些值

Question

参考文件： http://snap.stanford.edu/data/wiki-Vote.txt.gz

（这是一个磁带存档，其中包含一个名为Wiki-Vote.txt的文件]

[包含以下内容的文件的前几行，head -n 10 Wiki-Vote.txt

# Directed graph (each unordered pair of nodes is saved once): Wiki-Vote.txt 
# Wikipedia voting on promotion to administratorship (till January 2008). 
# Directed edge A->B means user A voted on B becoming Wikipedia administrator.
# Nodes: 7115 Edges: 103689
# FromNodeId    ToNodeId
     30          1412
     30          3352
     30          5254
     30          5543
     30          7478
     3            28

我想找到图中的节点数量，（尽管已经在第3行中给出了）。我运行了以下命令，

awk '!/^#/ { print $1; print $2; }' Wiki-Vote.txt | sort | uniq | wc -l

说明：

• /^#/匹配以#开头的所有行。而且!/^#/不匹配。

• [awk '!/^#/ { print $1; print $2; }' Wiki-Vote.txt在新行中打印所有那些匹配行的第一和第二列。

• [| sort用管道输送输出以对其进行排序。

• | uniq 应该显示所有这些唯一值，但不显示>。

• [| wc -l计数前几行，这是错误的。

上面命令的结果是8491，而不是7115（如第3行所述）。我不知道为什么uniq重复这些值。我可以说，由于awk '!/^#/ { print $1; print $2; }' Wiki-Vote.txt | sort -i | uniq | tail返回，

992
993
993
994
994
995
996
998
999
999
其中包含重复的值。有人请运行代码并告诉我，我不是唯一得到错误答案的人，请帮助我弄清楚为什么我得到了我得到的。

参考文件：http://snap.stanford.edu/data/wiki-Vote.txt.gz（它是一个磁带存档，其中包含一个名为Wiki-Vote.txt的文件）。该文件的前几行包含以下，-n ...

Answer 1

文件具有dos行结尾-每行以\r CR字符结尾。