sort命令
Linux
sort是必须要掌握的Linux基本命令之一。尤其是sort -k命令，经常会被搞晕，接下来好好研究一下sort命令
- 命令格式
sort [-bcdfimMnr][-o<输出文件>][-t<分隔字符>][+<起始栏位>-<结束栏位>][--help][--verison][文件] - 命令功能
Linuxsort命令用于将文本文件内容加以排序。sort可针对文本文件的内容，以行为单位来排序。 - 命令参数
-b忽略每行前面开始出的空格字符。
-c检查文件是否已经按照顺序排序。
-d排序时，处理英文字母、数字及空格字符外，忽略其他的字符。
-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
-f排序时，将小写字母视为大写字母。
-i排序时，除了040至176之间的ASCII字符外，忽略其他的字符。
-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。
-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以相反的顺序来排序。
-t<分隔字符>指定排序时所用的栏位分隔字符。
-u忽略相同行
+<起始栏位>-<结束栏位>以指定的栏位来排序，范围由起始栏位到结束栏位的前一栏位。
--help显示帮助。
--version显示版本信息。 - 使用实例
$ 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 $ 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.log和 sort -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 ## 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 $ sort -t $'\t' -k3,4n -s sort.log 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 ## 按第二列第三个字符进行排序 $ sort -t $'\t' -k2.3,2.3 sort.log 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 ## -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 ## 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)
posted on
