linux sort 命令整理

作者: smoke_zl | 来源:发表于2018-09-13 23:34 被阅读2次

    sort 对文件内容进行排序

    语法:

    sort [-bcdfimMnr][-o<输出文件>][-t<分隔字符>][+<起始栏位>-<结束栏位>][--help][--verison][文件]
    

    选项:

    -b:忽略每行前面开始的空格字符,空格数量不固定时,该选项几乎是必须要使用的("-n"选项隐含该选项,测试发现都隐含)
    -c:检查文件是否已经按照顺序排序,如未排序,会提示从哪一行开始乱序
    -C:类似于"-c",只不过不输出任何诊断信息。可以通过退出状态码1判断出文件未排序
    -d:只处理英文字母、数字及空格,忽略其他的字符
    -f:将小写字母视为大写字母
    -h:使用易读性数字(例如:2K、1G)
    -i:除了040至176之间的ASCII字符外(八进制0-177),忽略其他的字符(忽略无法打印的字符如退格/换页键/回车)
    -k:以哪个区间 (field) 来进行排序
    -m:将几个排序好的文件进行合并,只是单纯合并,不做排序
    -M:将前面3个字母依照月份的缩写进行排序
    -n:依照数值的大小排序
    -o<输出文件>:将排序后的结果存入指定的文件
    -r:降序
    -u:忽略相同行
    -t<分隔字符>:指定分隔符,默认的分隔符为空白字符和非空白字符之间的空字符
    

    参数就不一一介绍了,直接上例子,首先先看下原始的排序数据
    cat sort.log

    a   mac     2000    500 2K
    d   winxp   4000    300 3G
    e   bsd     1000    600 4M
    b   linux   1000    200 5K
    f   SUSE    4000    300 6M
    g   winxp   500     300 3G
    c   win7    2000    100 7G
    c   Debian  600     200 8K
    

    1、打印从哪列开始是乱序
    sort -c sort.log; echo $?

    sort: sort.log:4: disorder: b   linux   1000    200 5K
    1
    

    sort -C sort.log; echo $?

    1
    

    其中,返回结果 1,表示文件不是已经排序好的文件
    2、默认排序( 整行进行ASCII字符升序)
    sort sort.log

    a   mac     2000    500 2K
    b   linux   1000    200 5K
    c   Debian  600     200 8K
    c   win7    2000    100 7G
    d   winxp   4000    300 3G
    e   bsd     1000    600 4M
    f   SUSE    4000    300 6M
    g   winxp   500     300 3G
    

    3、高能来了,让人迷糊的 k 语法,首先看下 k 的语法格式

    [ FStart [ .CStart ] ] [ Modifier ] [ , [ FEnd [ .CEnd ] ][ Modifier ] ]
    

    这个语法格式可以被其中的逗号(”,”)分为两大部分,Start部分和End部分
    Start和End部分都由三部分组成,其中的Modifier部分就是类似n和r的选项部分,可省略
    FStart、Fend,表示使用的域,而CStart则表示在FStart域中从第几个字符开始算"排序首字符",同理,CEnd表示结尾的第几个字符是排序末尾字符,.CStart、.CEnd是可以省略的,分别表示从本域的开头部分开始、到本域的域尾结束,CEnd设定为0,也是表示结尾到域尾。口说无凭,上几个例子吧

    3.1 对第三列进行排序,如果不加n,按照 ASCII字符排序
    sort -t $'\t' -k 3 sort.log

    b   linux   1000    200 5K
    e   bsd     1000    600 4M
    c   win7    2000    100 7G
    a   mac     2000    500 2K
    d   winxp   4000    300 3G
    f   SUSE    4000    300 6M
    g   winxp   500     300 3G
    c   Debian  600     200 8K
    

    3.2 加n后,按照数值排序
    sort -t $'\t' -k 3n sort.log

    g   winxp   500     300 3G
    c   Debian  600     200 8K
    b   linux   1000    200 5K
    e   bsd     1000    600 4M
    a   mac     2000    500 2K
    c   win7    2000    100 7G
    d   winxp   4000    300 3G
    f   SUSE    4000    300 6M
    

    3.3 不指定 FEnd 时,多个 -k 从前往后排序可以,从后往前不行
    从后往前,多个 -k,数据符合预期
    sort -t $'\t' -k 3n -k 1 sort.log

    g   winxp   500     300 3G
    c   Debian  600     200 8K
    b   linux   1000    200 5K
    e   bsd     1000    600 4M
    a   mac     2000    500 2K
    c   win7    2000    100 7G
    d   winxp   4000    300 3G
    f   SUSE    4000    300 6M
    

    从后往前,多个 -k ,第三列相同时,按照第一列降序排列,数据符合预期
    sort -t $'\t' -k 3n -k 1r sort.log

    g   winxp   500     300 3G
    c   Debian  600     200 8K
    e   bsd     1000    600 4M
    b   linux   1000    200 5K
    c   win7    2000    100 7G
    a   mac     2000    500 2K
    f   SUSE    4000    300 6M
    d   winxp   4000    300 3G
    

    更换成从前往后
    sort -t $'\t' -k 1 -k 3n sort.log

    a   mac     2000    500 2K
    b   linux   1000    200 5K
    c   Debian  600     200 8K
    c   win7    2000    100 7G
    d   winxp   4000    300 3G
    e   bsd     1000    600 4M
    f   SUSE    4000    300 6M
    g   winxp   500     300 3G
    

    sort -t $'\t' -k 1 -k 3nr sort.log

    a   mac     2000    500 2K
    b   linux   1000    200 5K
    c   Debian  600     200 8K
    c   win7    2000    100 7G
    d   winxp   4000    300 3G
    e   bsd     1000    600 4M
    f   SUSE    4000    300 6M
    g   winxp   500     300 3G
    

    通过 sort -t $'\t' -k 1 -k 3n sort.logsort -t $'\t' -k 1 -k 3nr sort.log 返回的结果发现,在第一列相等时,无论其三列是正序排列,还是逆序排列,结果都一样,说明后边的 -k 未生效
    当指定 FEend 后
    sort -t $'\t' -k 1,1 -k 3nr sort.log

    a   mac     2000    500 2K
    b   linux   1000    200 5K
    c   win7    2000    100 7G
    c   Debian  600     200 8K
    d   winxp   4000    300 3G
    e   bsd     1000    600 4M
    f   SUSE    4000    300 6M
    g   winxp   500     300 3G
    

    3.4 作用域
    紧跟在字段后的选项(如"-k3n"的"n"和"-k2nr"的"n","r")称为私有选项,使用短横线写在字段外的选项(如"-n"、"-r")为全局选项。当没有为字段分配私有选项时,该排序字段将继承全局选项,所有选项包括但不限于"bfnrhM"
    除了"b"选项外,其余选项无论是指定在FStart还是FEnd中都是等价的,对于"b"选项,指定在FStart则作用于FStart,指定在FEnd则作用于FEnd
    sort -t $'\t' -k1r,2 sort.log,可以看出一、二列都是倒叙排列

    g   winxp   500     300 3G
    f   SUSE    4000    300 6M
    e   bsd     1000    600 4M
    d   winxp   4000    300 3G
    c   win7    2000    100 7G
    c   Debian  600     200 8K
    b   linux   1000    200 5K
    a   mac     2000    500 2K
    

    3.5 注意
    指定n选项按数值排序时, 由于"n"选项只能识别数字和负号"-",当排序时遇到无法识别字符时,将导致该key的排序立即结束,n选项绝对不会跨域进行比较
    默认情况下,sort会进行一次"最后的排序",按照默认规则对整行进行一次排序,这次排序称为"最后的排序"

    sort -t $'\t' -k3n sort.log,在第三列相等时,整行会按照 ASCII 进行最后的升序排列

    g   winxp   500     300 3G
    c   Debian  600     200 8K
    b   linux   1000    200 5K
    e   bsd     1000    600 4M
    a   mac     2000    500 2K
    c   win7    2000    100 7G
    d   winxp   4000    300 3G
    f   SUSE    4000    300 6M
    

    sort -t $'\t' -k3,4n -s sort.log,加了 -s 后,不会进行最后的排序(1000相同时,e在b的前边了),而是保留原排序

    g   winxp   500     300 3G
    c   Debian  600     200 8K
    e   bsd     1000    600 4M
    b   linux   1000    200 5K
    a   mac     2000    500 2K
    c   win7    2000    100 7G
    d   winxp   4000    300 3G
    f   SUSE    4000    300 6M
    

    3.6 按照某个域中的第n个字符进行排序
    sort -t $'\t' -k2.3,2.3 sort.log,按第二列第三个字符进行排序

    c   Debian  600     200 8K
    a   mac     2000    500 2K
    e   bsd     1000    600 4M
    b   linux   1000    200 5K
    c   win7    2000    100 7G
    d   winxp   4000    300 3G
    g   winxp   500     300 3G
    f   SUSE    4000    300 6M
    

    4、 -h 使用易读性数字(例如:2K、1G)
    sort -t $'\t' -k5h sort.log

    a   mac     2000    500 2K
    b   linux   1000    200 5K
    c   Debian  600     200 8K
    e   bsd     1000    600 4M
    f   SUSE    4000    300 6M
    d   winxp   4000    300 3G
    g   winxp   500     300 3G
    c   win7    2000    100 7G
    
    1. sort –u 和 sort | uniq 区别
      如果sort 指定 -k 选项,是不等价的, uniq默认是对整行进行去重
      sort -t $'\t' -k2,2 -u sort.log
    e   bsd     1000    600 4M
    c   Debian  600     200 8K
    b   linux   1000    200 5K
    a   mac     2000    500 2K
    f   SUSE    4000    300 6M
    c   win7    2000    100 7G
    d   winxp   4000    300 3G
    

    sort -t $'\t' -k2,2 sort.log|uniq

    e   bsd     1000    600 4M
    c   Debian  600     200 8K
    b   linux   1000    200 5K
    a   mac     2000    500 2K
    f   SUSE    4000    300 6M
    c   win7    2000    100 7G
    d   winxp   4000    300 3G
    g   winxp   500     300 3G
    

    sort -t $'\t' -k2,2 -u sort.log 会对第二列进行去重,而 sort -t $'\t' -k2,2 sort.log|uniq 会对整行进行去重(当然uniq也可以按照第二列进行去重)

    sort整理完了,欢迎大牛指教

    相关文章

      网友评论

        本文标题:linux sort 命令整理

        本文链接:https://www.haomeiwen.com/subject/wxcygftx.html