使用awk对文档中特定字段的排序

使用awk对文档中特定字段的排序
----------------------------------------------------

1. 问题定义

现在要对如下文档按特定字段排序，

[html]  view plain  copy

1. lemo@debian:~/Testspace/awk$ cat file  
2. Name    Sex Salary   
3. Lemo    man 4000   
4. Jok woman   3000   
5. Job man 6000   
6. Petty   man 9000  

我现在想对其按Salary从高到低进行排序，这时我们就会想到用数据库进行排序，这样的话要把这些数据导入数据库，如Mysql, sqlite等，但当我们手头没有这些数据库时，其实我们可以用一个叫做awk的程序设计语言来处理，它的优点是非常适合处理结构化数据。

2. 代码分析

[html]  view plain  copy

1. # @auth lemo.lu  
2. # @data 2011.11.16  
3. # use to sort the record with specific field  
4.   
5. # BEGIN BLOCK  
6. BEGIN{  
7.     print "BEGIN SORT"  
8. }  
9.   
10.   
11. ##############################################  
12. # NR - number of records , start from 1  
13. # NF - number of fields  
14. # $0 - the whole line   
15. # $1,$2 - the first column as $1, the second column as $2  
16. ##############################################  
17.   
18.   
19. NR==1 {  # if number of record equals to 1  
20.     for (i=1; i<=NF; i++) {   
21.     if ( $i == fldName ) {   
22.         fldNr = i   
23.     }   
24.     }   
25.     head = $0  # store field names that is store in first line  
26.     next       # like continue  
27. }   
28.   
29.   
30. # 32 - width => the result is padded with black spaces if the value to be printed  
31. # is shorter than this number, There , if the length of sorted value is larger that   
32. # 32, the result will be wrong  
33. { values[NR] = sprintf("%32s%s", $fldNr, $0) }   
34.   
35.   
36. # END BLOCK  
37. END {   
38.     n = asort(values) # sorts the content of values and return the number of elments in the array source, the default order is ascending.)  
39.     print head   
40.     if( "des" == order)  
41.     {  
42.     for (i=n; i>=1; i--) {   
43.         print substr(values[i],33)  # remove the sort values  
44.     }   
45.     }  
46.     else{  
47.     for (i=1; i<=n; i++) {   
48.         print substr(values[i],33)  # remove the sort values  
49.     }   
50.     }  
51. }   

我们可以把这代程序放在tst.awk文件中，以gawk命令调用之。

3. 运行结果

下面是一个升序的结果

[html]  view plain  copy

1. lemo@debian:~/Testspace/awk$ gawk -v fldName="Salary" -f tst.awk file  
2. BEGIN SORT  
3. Name    Sex Salary   
4. Jok woman   3000   
5. Lemo    man 4000   
6. Job man 6000   
7. Petty   man 9000  

下面是一个降序的结果

[html]  view plain  copy

1. emo@debian:~/Testspace/awk$ gawk -v fldName="Salary" -v order="des" -f tst.awk file  
2. BEGIN SORT  
3. Name    Sex Salary   
4. Petty   man 9000  
5. Job man 6000   
6. Lemo    man 4000   
7. Jok woman   3000   

呵呵，是不是很简单啊。一般来说，awk会结合sed来用，sed是一个字符流编辑器，可以很好的完成对多个文件的一系列编辑工作。


4. 参考

http://www.gnu.org/s/gawk/manual/html_node/String-Functions.html#String-Functions

http://blog.csdn.net/amuseme_lu/article/details/6985434