无论是工作中使用还是应付各种面试,linux sort 都是必须要掌握的 linux 基本命令之一。尤其是 linux sort -k 命令,经常会被搞晕,索性好好研究一下 sort 命令
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.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
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
- 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