shell 學(xué)習(xí)第十八天----文本排序

排序文本

行的排序，使用的命令 sort，該命令的語法是： sort [option] [files...].sort 將文件 / 文本的每一行作為一個單位，相互比較，比較原則是從首字符向后，依次按 ASCII 碼值進行比較，最后將他們按升序輸出。

入門案例：

有一個文件 temp.txt，內(nèi)容為：

aaa:10:1.1ccc:30:3.3ddd:40:4.4bbb:20:2.2eee:50:5.5eee:50:5.5

使用 sort temp.txt 輸出結(jié)果為:

aaa:10:1.1bbb:20:2.2ccc:30:3.3ddd:40:4.4eee:50:5.5eee:50:5.5

再來看 sort 的各個選項的使用：

• -b：忽略每行前面開始處的空格字符；
• -c：檢查文件是否已經(jīng)按照順序排序，排序過為真；
• -d：排序時，處理英文字母、數(shù)字和空格字符，以字典順序排序。忽略其他所有字符；
• -f：排序時，將小寫字母視為大寫字母；
• -i：排序時，處理 040~176 之間的 ASCII 字符，忽略其他所有字符；
• -m：將幾個排序好的文件進行合并；
• -M：將前面 3 個字母按月份的縮寫進行排序；
• -n：按照數(shù)值大小進行排序；
• -o outfile.txt：將排序后的結(jié)果存入 outfile.txt；
• -r：以相反的順序進行排序；
• -k：指定需要排序的列數(shù)（欄數(shù)）；
• -t 分隔符：指定排序時所用到的欄位分隔符；
• + 起始欄位 - 結(jié)束欄位：以指定的欄位來排序，范圍從起始欄位到結(jié)束欄位的前一欄位。（古老的用法）

案例：

使用 -u 選項的輸出，還是針對文件 temp.txt

aaa:10:1.1
bbb:20:2.2
ccc:30:3.3
ddd:40:4.4
eee:50:5.5

例如:

有一個文件 sort.txt，內(nèi)容為:

AA:BB:CC
   aaa:30:1.6
   ccc:50:3.3
   ddd:20:4.2
   bbb:10:2.5
   eee:40:5.4
   eee:60:5.1

使用 sort -nk 2 -t: sort.txt 排序后的結(jié)果為:

AA:BB:CC
bbb:10:2.5
ddd:20:4.2
aaa:30:1.6
eee:40:5.4
ccc:50:3.3
eee:60:5.1

上述命令的意思是說，將第二列按照數(shù)字從小到大排列

使用 sort -nrk 3 -t: sort.txt，該命令的意思是說，將第三列數(shù)字從大到小排列，所以輸出的結(jié)果為:

eee:40:5.4
eee:60:5.1
ddd:20:4.2
ccc:50:3.3
bbb:10:2.5
aaa:30:1.6
AA:BB:CC

備注: -n 是按照數(shù)字大小排序，-r 是以相反順序，-k 是指定需要排序的欄位，-t 指定欄位分隔符為冒號。

問題: 有一個文件，內(nèi)容為:

banana:30:5.5
apple:10:2.5
pear:90:2.3
orange:20:3.4

第一列表示水果名稱，第二列表示水果數(shù)量，第三列表式水果價格。我想按照水果的數(shù)量進行排序，怎么辦?

• sort -nk 2 -t : fruit.txt(從小到大排序)
• sort -nrk 2 -t : fruit.txt(從大到小排序，注意選項的位置)

如果我想給 /etc/passwd 按照第三行排序，應(yīng)該是這樣:

• sort -t':' -k 3 /etc/passwd，但是細心的你一定會發(fā)現(xiàn)其中的問題，貌似不對啊? 不應(yīng)該啊? 那是因為 -k 選項默認是按照字典數(shù)排列，如果想按照數(shù)字排列需要指定 sort -t':' -k 3n /etc/passwd，也就是需要加上 -n 選項。

如果想逆序排列呢?

• sort -t':' -k 3nr /etc/passwd

如果要對 /etc/passwd 文件中第六列的第二個字符到第四個字符正序排列，再基于第一列進行反向排序。

• sort -t':' -k 6.2,6.4 -k 1r /etc/passwd 引入一個關(guān)于 -k 選項的新知識。

-k 選項的語法格式：

FStart.CStart Modifie,FEnd.CEnd Modifier-------Start--------，-------End-------- FStart.CStart 選項，F(xiàn)End.CEnd 選項

這個語法格式可以被其中的逗號（“,”）分為兩大部分，Start 部分和 End 部分。Start 部分也由三部分組成，其中的 Modifier 部分就是我們之前說過的類似 n 和 r 的選項部分。我們重點說說 Start 部分的 FStart 和 C.Start。C.Start 也是可以省略的，省略的話就表示從本域的開頭部分開始。FStart.CStart，其中 FStart 就是表示使用的域，而 CStart 則表示在 FStart 域中從第幾個字符開始算 “排序首字符”。同理，在 End 部分中，你可以設(shè)定 FEnd.CEnd，如果你省略.CEnd，則表示結(jié)尾到 “域尾”，即本域的最后一個字符?；蛘?，如果你將 CEnd 設(shè)定為 0(零)，也是表示結(jié)尾到 “域尾”。

那么很顯然 -k 6.2,6.4 的意思很明確，第六個字段的第二個字符到第六個字段的第四個字符. 按照正序排列。

案例：

查看 /etc/passwd 有多少個 shell: 對 /etc/passwd 的第七個域進行排序，然后去掉重復(fù)的行：

cat /etc/passwd | sort -t':' -k 7 -u

sort 的行為模式: 它會讀取指定的文件，如果文件未給出，則讀取標準輸入，再將排序好的數(shù)據(jù)寫至標準輸出。

總結(jié):

• 如果按照行排序，使用 -k 6； 按照字段排序，使用 -k 6.2 6.4 這樣的書寫格式。字段以及字段里的字符是有 1 開始。如果進指定一個字段編號，則排序鍵值會自該字段的起始處開始，一直繼續(xù)到記錄的結(jié)尾 (而非字段的結(jié)尾)。
• 使用逗號 (或者空格) 隔開的字段，是由逗號 (或者空格) 左邊開始，逗號 (或者空格) 右邊結(jié)束。例如:-k 6.2，6.4 表示從第六個字段的第二個字符到第六個字段的第四個字符。
• 當(dāng)出現(xiàn)多個 -k 選項的時候，會先從第一個鍵值字段開始排序，找出匹配該鍵值的記錄后，再進行第二個鍵值字段的排序，以此列推。