shell脚本学习（7）sort

1 sort的格式

sort [options] [files]

sort 参数  文件

2 参数 -t 用单个符char作为默认的字段分隔符， 默认字段分隔符是空白

   参数-k 用来定义排序键值字段

 一般是 -t分割好字段， 再在字段中

原始数据

 

t：说明原数据 按：分段

k1 说明指定字段1， 键值会从该字段的开始， 一直到字段结束而非字段的结尾。（也就是范围很大咯）

 

 排序1     这种排序没看出是做什么用的

sort -t: -k1 /etc/passwd

 

 

 排序2  k用逗号修饰， 表示排序键值由第一个字段值的开始出开始， 结束于第二个字段的结尾位置

这里1,1  是说键值用第一个字段表示

sort -t: -k1,1 /etc/passwd

和上面的结果没差别，但理论上不同

 

 

 

排序3  指定键值为第三段，并按数字比较，然后倒叙

sort -t: -k3,3nr /etc/passwd

k的修饰符 n 表示按照数字（整数）比较

k的修改符 r 表示按照倒置排序

 

排序 4  先按字段4的整数排序， 再按字段3 的整数排序

通过写两个 -k 字段号，字段号n来实现

sort -t: -k4,4n -k3,3n /etc/passwd

 比对这3组可以看出是先看第四字段排序了， 再按第三字段排

 

排序 5 只输出位置的排序记录，有点拗口， 就是比对的键值重复出现

sort -t: -k4,4n -u /etc/passwd

比如这个时候就没有两行都带7的了。

 

排序6 文本块排序

地址和清单， 多行文字当做一个数据块的文本块排序

使用awk  gsub配合RS变量（输入数据记录分隔符）  ORS变量（输出数据记录分隔符）处理

比如想按这三段来排序 

 

 

 

awk -v RS="" '{gsub("\n", "^Z"); print}' do.txt 

RS=""把记录按空行隔开

gsub()函数， 能把"\n" 替换成 “^z” 这样输入的问题就被处理了， 接下来只要排序这三行， 最后还原被替换的数据就可以了。

 

 

 

awk -v RS="" '{gsub("\n", "^Z"); print}' do.txt | sort -f

用sort -f不区分字母大小的排序

 

 

 

awk -v RS="" '{gsub("\n", "^Z"); print}' do.txt | sort -f | awk -v ORS="\n\n" '{gsub("^Z", "\n"); print}'

在行和行之间加\n换回原来的格式

ORS=“\n\n” 保持用空白行分割输出记录， 如果只写一个"\n"  效果就作文一样的 ，一行一行没分割的效果。

 

 

 

冒泡 插入 快排少量数据时处理速度都还好，大数据时几乎是n^2

sort排序执行时间和记录的数量成正比， 有被优化调整， 可以省下学排序算法的时间。

稳定性：相同的记录输入顺序，是否在输出是也可以保持原状， sort这方面不稳定， 要加--statble弥补

 

7  sort的删除重复操作：

  配合uniq  -c 计数唯一的， 显示重复的次数

sort do.txt |uniq -c

原始数据：

           

 

 

 用uniq -c的

           

 

 

 

 

显示重复的字段

sort do.txt |uniq -d

       -d的功能：只显示重复的数据

       

 

 

显示未重复的字段

sort do.txt |uniq -u

       -u的功能：显示未重复的数据