Linux技巧(二)：Linux sort命令深入解析 | sort -k M.m,N.n 命令详解

前言

目的：逐步带你了解sort排序，解开-k参数的困惑。

困惑之处：sort -k 1.2,1.2

1.2是什么意思？1.2,1.2又是什么鬼？为什么sort -k 1.2和sort -k 1.2,1.2的排序结果不一致？

本文带你逐步解析。

一、sort语法、参数、及其注意事项

1、语法

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]

2、参数 

 参数：

-b 忽略每行前面开始出的空格字符。从第一个可见字符开始比较。

-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。

-f 排序时，忽略字符大小写.

-i 排序时，除了040至176之间的ASCII字符外，忽略其他的字符。

-c 检查文件是否已经按照顺序排序。

-m 将几个排序好的文件进行合并。

-M 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 降序排列（默认是升序）。

-t <分隔字符> 指定排序时所用的栏位分隔字符。

-k field1[,field2] 按指定的列进行排序。

-u 排序后相同的行只显示一次（默认按整行进行比较）

--help 显示帮助。

--version 显示版本信息。

3、注意事项 

1、排序时，默认是按每行/每个域的首字符排序，数字的优先级要大于字符的优先级

2、不指定升序还是降序时，默认是升序

4、重点难点

重点掌握：-t -n -o  -u  - k,尤其是-k。

其他的参数相对比较容易掌握。 

二、案例数据准备

#vim salary.txt 编辑测试文件数据（工资表，里面的数据是虚拟的）

google 110 5000
baidu 100 5000
guge 50 3000
sohu 100 4500
sohu 30 1500

#vim tt.txt

dell 100 10020 ee
lenovo 200 12202 a
huawei 500 13004 ff
cisco 300 24005 bb

#cp tt.txt t.txt
#vim t.txt

随意在里面添加一些空格，便于暴露出了-t的不足之处。 

dell 100   10020 ee
lenovo 200     12202   a
huawei 500     13004   ff
cisco 300     24005            bb

三、通过案例，由浅入深了解sort

1、-r 指定排序

#sort salary.txt      默认根据首行的首字母，升序排列
#sort -r salary.txt   按首行的首字母，降序排列

 

注：此时，暂不涉及复杂的排序，你想要的排序在-t、-k 这些高级参数里面(先了解-r参数为主)。  

2、-t 指定分隔符，并用-k 指定按哪个域进行排序

1.-t 用空格做分隔符的注意事项

-t 如果需要用空格作为分隔符，-t ' ' 和 -t " " 效果是一样的（引号中间，只能有1个空格！）

sort -t ' ' -k 4 tt.txt  以空格为分隔符，按第4个域进行排列（答案：符合预期）
sort -t ' ' -k 4 t.txt   以空格为分隔符，按第4个域进行排列（答案：不符预期）

 注：在准备工作中，tt.txt中的数据是规则的，彼此之间只有1个空格； t.txt中的数据是不规则的，彼此之间空格随机。

到此得出结论：-t ‘ ’直接处理不规则的文本格式，是难以胜任的，如果一定要这么做，需要对文件预处理一遍，达到-t的使用场景。

当然，如果-t 用其他特殊字符时（如冒号：），比空格会要好用一些。

2.-t 常用组合 -k 和 -n （同时指定多个域进行排序）

题目：在salary中，按薪水进行降序排列，薪资相同时，按公司人数升序排列。 

sort -t' '  -n -k 3r -k 2 salary.txt 

 注：-n是全局参数，所有指定的域都有效（按数值排序）；3r中的紧跟这数字的r是局部参数，仅对-k 3r中r前面的数字所对应的第3个域有效。后面的 -k 2 没有指定降序，那么默认第2个域就是升序排列的。

3、-o把结果输出到指定文件

在sort排序中，如果用 > 重定向来把结果输出到源文件，源文件会被置为空。

此时，-o的作用就凸显出来了。

#cp salary.txt s.txt 复制一份测试数据
#sort -t' ' -k 3r s.txt -o s.txt  排序后，内容用-o输出回原文件
#cat s.txt 发现内容重新按工资高低排序了

#sort -t' ' -k 3 s.txt > s.txt  排序后，内容重定向回原文件
#cat s.txt 发现内容被清空了

 

 实验结果表明：如果要把排序的结果回写到源文件，需要用-o参数，不能用重定向。

4、-n按数值大小排序(重点)

sort在实际排序过程中：
如果不用参数-n，则会把数字当做字符来排序
出现10 <2 的情况，要想把10 和 2 当做完整的数字来排序，需要添加-n这个选项

#vim num.txt
#cat num.txt 
#sort -t' '  -k 2 num.txt  按第二个域排序
#sort -t' '  -k 2n num.txt 按第二个域数值的大小排序
#sort -t' '  -k -n 2 num.txt 按第二个域数值的大小排序

tom 10
su 15
john 2
han 20
bell 25
jom 7

5、-u 去除重复行 | -k M,N消除指定域的重复行

#sort -u salary.txt 去除重复行（-u不配合其他任何参数时：仅对整行所有域都相同，且第二次以后出现的重复行消除）
#sort -t' ' -u -k 1 salary.txt    希望能按第一个域，如果有重复的给以消除（未能达到效果）
#sort -t' ' -u -k 1,1 salary.txt  按第一个域，消除后面的重复行（达到预期）

 解析：

sort排序的时候，-u不配合其他任何参数时，只有完全相同的重复行才会被消除。

这里隐含了一个知识点，那就是start 第一个域的第一个字符~end 最后一个域的最后一个字符，如果完全相同，仅保留第一次出现的行，后面出现的相同行都会被消除。

-K M,N (为了便于理解，这里的M,N仅代表两个不同的整数)

M的意思是，从哪个域开始作为比较的依据；N截止到哪个域比较结束。M,N是一个(域的)范围，如果这个M,N结合-u使用。那么-u的比较范围就是M域和N域之间的这段内容。

如果数字N被省略，那么-u比较的范围就是从M域开始，一直到每行的最后一个域的最后一个字符。

6、-k 的高级用法-k1.2,3.5 （重难点）

通过上一案例5的学习，对-k M,N有了一定了解，接下来的内容相对会比较容易理解一些。

首先理解，逗点.后面紧跟的数字，在其中的这个含义。

这个数字的意思是：从逗点.前面数字所在域的第几个字符，开始。

1.理论 

理论知识点：

如果抛开M,N之间的逗号，单独说这个逗点

-k 1.2 意思就是，从第1个域的第二个字符开始；同理 -k 2.3 就是从第2个域的第三个字符开始。

2.案例深入解析

案例：仅仅按工资表中第一个域的第二个字符升序排列

#sort -t ' ' -k 1.2 salary.txt
#sort -t ' ' -k 1.2,1.2  salary.txt

解析：上面的命令，哪个得出的结果，更符合题目要求？

显然是第二个命令更符合题目要求，因为第一个命令省略了-k M,N中的第二个参数。直接导致，该命令会从第一个域的第2个字符开始计算排序，一直计算到最后一个域的最后一个字符。此时，在第二个字符都是o的情况下，自然会去比较第三个字符，第三个字符是h、o，自然h会排在前面。

案例总结：
-k1.2,1.2  仅仅且只按照第一个域的第二个字母进行排序，不会再按其他字符进行排序。

-k1.2 先按照第一个域的第二个字母进行排序，第二个字母如果一样，再按照第二个字母后面的字母进行排序，依次类推，直到行尾最后一个字符。
也就是说：google 和 sohu的第二个字母都是o,就开始看第三个字母，显然第三个字母h应该排在o的前面。

想必，到这里 -k1.2,3.5，你一定可以清晰的说出它的含义吧。平时，如果用到仅以某个域进行排序时，一定要用 -k M,N（此时M=N）

3.总结

-k M.m,N.n
-k的语法总体是以逗号为分隔的，前面是M是start部分，后面的N是end部分。
其中M.m，逗点.意思是从第M个域的第m个字符开始进行排序；N.n，逗点.意思是截止到第N个域的第n个字符截止，不再用n后面的字符排序。

平时我们默认不带N.n的，省略了，有时候这样是不够严谨的，如果省略，默认N.n，会排序到最后一个域的最后一个字符。
如果遇到这样的需求，仅仅用某个域进行排序，就需要用到M,N了（此时M=N）。

M.m和N.n，真实语法格式是M.m[参数],N.n[参数]，Modifier参数包含[b、d、f、i、n 或 r] 。

官方语法：
官方语法格式：-k [ FStart [ .CStart ] ] [ Modifier ] [ , [ FEnd [ .CEnd ] ][ Modifier ] ]

注：看完以上案例，官方的语法一目了然了，如果上来就给出官方语法，看着就懵逼不是。

四、后记 

        在准备这篇文章时，翻阅了大量的资料，尽己所能，以最简洁的方式，把该知识点分享给大家。因案例的局限性，难免可能出现纰漏，如果有不当之处，望给以指正。谢谢，大家共同学习、进步。

如果你觉得还不错，赶快点赞收藏吧！