linux命令详解：sort

【sort 命令】

sort 命令常用于字段排序。

【常用选项】

用法：sort [选项]... [文件]...
　或：sort [选项]... --files0-from=F
串联排序所有指定文件并将结果写到标准输出。

长选项必须使用的参数对于短选项时也是必需使用的。
排序选项：

  -b, --ignore-leading-blanks   忽略前导的空白区域
  -d, --dictionary-order        只考虑空白区域和字母字符
  -f, --ignore-case             忽略字母大小写
  -g, --general-numeric-sort    按照常规数值排序
  -i, --ignore-nonprinting      只排序可打印字符
  -M, --month-sort              比较 (未知) < "一月" < ... < "十二月"
                                在LC_ALL=C 时为(unknown) < `JAN' < ... < `DEC'
  -h, --human-numeric-sort    使用易读性数字(例如： 2K 1G)
  -n, --numeric-sort            根据字符串数值比较
  -R, --random-sort             根据随机hash 排序
      --random-source=文件      从指定文件中获得随机字节
  -r, --reverse                 逆序输出排序结果
      --sort=WORD               按照WORD 指定的格式排序：
                                        一般数字-g，高可读性-h，月份-M，数字-n，
                                        随机-R，版本-V
  -V, --version-sort            在文本内进行自然版本排序

其他选项：

      --batch-size=NMERGE       一次最多合并NMERGE 个输入；如果输入更多
                                        则使用临时文件
  -c, --check, --check=diagnose-first   检查输入是否已排序，若已有序则不进行操作
  -C, --check=quiet, --check=silent     类似-c，但不报告第一个无序行
      --compress-program=程序   使用指定程序压缩临时文件；使用该程序
                                        的-d 参数解压缩文件
      --files0-from=文件        从指定文件读取以NUL 终止的名称，如果该文件被
                                        指定为"-"则从标准输入读文件名
  -k, --key=位置1[,位置2]       在位置1 开始一个key，在位置2 终止(默认为行尾)
  -m, --merge                   合并已排序的文件，不再进行排序
  -o, --output=文件             将结果写入到文件而非标准输出
  -s, --stable                  禁用last-resort 比较以稳定比较算法
  -S, --buffer-size=大小        指定主内存缓存大小
  -t, --field-separator=分隔符  使用指定的分隔符代替非空格到空格的转换
  -T, --temporary-directory=目录        使用指定目录而非$TMPDIR 或/tmp 作为
                                        临时目录，可用多个选项指定多个目录
  -u, --unique          配合-c，严格校验排序；不配合-c，则只输出一次排序结果
  -z, --zero-terminated 以0 字节而非新行作为行尾标志
      --help            显示此帮助信息并退出
      --version         显示版本信息并退出

POS 是F[.C][OPTS]，F 代表域编号，C 是域中字母的位置，F 和C 均从1开始计数
如果没有有效的-t 或-b 选项存在，则从前导空格后开始计数字符。OPTS 是一个或多个
由单个字母表示的顺序选项，以此覆盖此key 的全局顺序设置。如果没有指定key 则
将其整个行。

指定的大小可以使用以下单位之一：
内存使用率% 1%，b 1、K 1024 (默认)，M、G、T、P、E、Z、Y 等依此类推。

如果不指定文件，或者文件为"-"，则从标准输入读取数据。

*** 警告 ***
本地环境变量会影响排序结果。
如果希望以字节的自然值获得最传统的排序结果，请设置LC_ALL=C。

【使用说明】

1、sort

比较原则是从首字符开始，依次按ASCII码值进行比较，最后将比较结果按升序输出。

创建一个测试文件 test.txt，内容：

6d7fce9fee471194aa8b5b6e47267f03  ./version.ini
8c47b68c23994cf382bd12a3bd4a1fe8  ./plugin.conf
e45f64ed552ab0176be337ad77f3b3ae  ./start.sh
6172fad14869bbb949ea1d60c4771f14  ./stop.sh
8dd2db4b88727758bb0800c321bafc34  ./test_proc
1e142f0d573c5891cc14d8864e073d53  ./test_proc.c

执行命令sort 命令后，输出为

# sort test.txt

1e142f0d573c5891cc14d8864e073d53  ./test_proc.c
6172fad14869bbb949ea1d60c4771f14  ./stop.sh
6d7fce9fee471194aa8b5b6e47267f03  ./version.ini
8c47b68c23994cf382bd12a3bd4a1fe8  ./plugin.conf
8dd2db4b88727758bb0800c321bafc34  ./test_proc
e45f64ed552ab0176be337ad77f3b3ae  ./start.sh

2、-t 选项 和-k 选项

# sort -k 2 -t "." test.txt

8c47b68c23994cf382bd12a3bd4a1fe8  ./plugin.conf
e45f64ed552ab0176be337ad77f3b3ae  ./start.sh
6172fad14869bbb949ea1d60c4771f14  ./stop.sh
8dd2db4b88727758bb0800c321bafc34  ./test_proc
1e142f0d573c5891cc14d8864e073d53  ./test_proc.c
6d7fce9fee471194aa8b5b6e47267f03  ./version.ini

sort -k 2 -t "." test.txt，根据符号“.”分割字符串，并以 分割后的test.txt 文件中的第2列进行排序。

3、-n 选项

10比2用 sort 命令排序的时候，可能会出现10比较小的情况。这是因为排序程序将数字按字符来排序，排序程序会先比较1和2，显然1小，所以就将10放在2前面。这也是sort的一贯作风。 如果要改变这种排序方式，就要使用-n选项，指定以数值来排序。

4、-r 选项

sort默认的排序方式是升序，如果想改成降序

]# sort -r -k 2 -t "." test.txt
6d7fce9fee471194aa8b5b6e47267f03  ./version.ini
1e142f0d573c5891cc14d8864e073d53  ./test_proc.c
8dd2db4b88727758bb0800c321bafc34  ./test_proc
6172fad14869bbb949ea1d60c4771f14  ./stop.sh
e45f64ed552ab0176be337ad77f3b3ae  ./start.sh
8c47b68c23994cf382bd12a3bd4a1fe8  ./plugin.conf

5、-o 选项

# sort -r -k 2 -t "." test.txt -o test.txt
# cat test.txt
6d7fce9fee471194aa8b5b6e47267f03  ./version.ini
1e142f0d573c5891cc14d8864e073d53  ./test_proc.c
8dd2db4b88727758bb0800c321bafc34  ./test_proc
6172fad14869bbb949ea1d60c4771f14  ./stop.sh
e45f64ed552ab0176be337ad77f3b3ae  ./start.sh
8c47b68c23994cf382bd12a3bd4a1fe8  ./plugin.conf

6、-f 选项

将小写字母都转换为大写字母来进行比较，即忽略大小写

在一个项目中，有过类似的经历：使用 php 的 exec() 函数执行命令：sort  -k 2 -t"."   结果是：

6d7fce9fee471194aa8b5b6e47267f03  ./VERSION.ini
8c47b68c23994cf382bd12a3bd4a1fe8  ./plugin.conf
e45f64ed552ab0176be337ad77f3b3ae  ./start.sh
6172fad14869bbb949ea1d60c4771f14  ./stop.sh
8dd2db4b88727758bb0800c321bafc34  ./test_proc
1e142f0d573c5891cc14d8864e073d53  ./test_proc.c

但是在Linux中执行同样的命令，结果则是如同加上f 选项

# sort -f -k 2 -t"." test.txt

8c47b68c23994cf382bd12a3bd4a1fe8  ./plugin.conf
e45f64ed552ab0176be337ad77f3b3ae  ./start.sh
6172fad14869bbb949ea1d60c4771f14  ./stop.sh
8dd2db4b88727758bb0800c321bafc34  ./test_proc
1e142f0d573c5891cc14d8864e073d53  ./test_proc.c
6d7fce9fee471194aa8b5b6e47267f03  ./VERSION.ini

解决方法可以在php 中，使用 exec() 函数执行命令：sort  -f -k 2 -t"." 。

继续探讨上面的问题，怀疑是跟本地环境变量或者编码存在关系，测试一下：

~$ locale
LANG=en_US.UTF-8
LANGUAGE=en_US:
LC_CTYPE="en_US.UTF-8"
LC_NUMERIC="en_US.UTF-8"
LC_TIME="en_US.UTF-8"
LC_COLLATE="en_US.UTF-8"
LC_MONETARY="en_US.UTF-8"
LC_MESSAGES="en_US.UTF-8"
LC_PAPER="en_US.UTF-8"
LC_NAME="en_US.UTF-8"
LC_ADDRESS="en_US.UTF-8"
LC_TELEPHONE="en_US.UTF-8"
LC_MEASUREMENT="en_US.UTF-8"
LC_IDENTIFICATION="en_US.UTF-8"
LC_ALL=

~$ sort -k 2 -t"." test.txt
8c47b68c23994cf382bd12a3bd4a1fe8  ./plugin.conf
e45f64ed552ab0176be337ad77f3b3ae  ./start.sh
6172fad14869bbb949ea1d60c4771f14  ./stop.sh
8dd2db4b88727758bb0800c321bafc34  ./test_proc
1e142f0d573c5891cc14d8864e073d53  ./test_proc.c
6d7fce9fee471194aa8b5b6e47267f03  ./VERSION.ini

修改一下编码方式

~$ export LC_ALL=zh_CN.UTF-8

:~$ locale
LANG=en_US.UTF-8
LANGUAGE=en_US:
LC_CTYPE="zh_CN.UTF-8"
LC_NUMERIC="zh_CN.UTF-8"
LC_TIME="zh_CN.UTF-8"
LC_COLLATE="zh_CN.UTF-8"
LC_MONETARY="zh_CN.UTF-8"
LC_MESSAGES="zh_CN.UTF-8"
LC_PAPER="zh_CN.UTF-8"
LC_NAME="zh_CN.UTF-8"
LC_ADDRESS="zh_CN.UTF-8"
LC_TELEPHONE="zh_CN.UTF-8"
LC_MEASUREMENT="zh_CN.UTF-8"
LC_IDENTIFICATION="zh_CN.UTF-8"
LC_ALL=zh_CN.UTF-8

~$ sort -k 2 -t"." test.txt
6d7fce9fee471194aa8b5b6e47267f03  ./VERSION.ini
8c47b68c23994cf382bd12a3bd4a1fe8  ./plugin.conf
e45f64ed552ab0176be337ad77f3b3ae  ./start.sh
6172fad14869bbb949ea1d60c4771f14  ./stop.sh
8dd2db4b88727758bb0800c321bafc34  ./test_proc
1e142f0d573c5891cc14d8864e073d53  ./test_proc.c

可见本地环境变量中指定的编码方式确实对 sort 结果存在影响。至于php为什么会出现这种问题，将继续探究......

7、-c 选项

使用-r选项例子中执行后的文件

# cat test.txt
6d7fce9fee471194aa8b5b6e47267f03  ./version.ini
1e142f0d573c5891cc14d8864e073d53  ./test_proc.c
8dd2db4b88727758bb0800c321bafc34  ./test_proc
6172fad14869bbb949ea1d60c4771f14  ./stop.sh
e45f64ed552ab0176be337ad77f3b3ae  ./start.sh
8c47b68c23994cf382bd12a3bd4a1fe8  ./plugin.conf

# sort -c test.txt
sort：test.txt:2：无序： 1e142f0d573c5891cc14d8864e073d53  ./test_proc.c

检查到文件乱序，输出第一个乱序的行的相关信息，并返回1 

8、-C 选项

检查文件是否已排好序，如果是乱序则不输出内容，仅是返回1