使用 Unix 排序对多个键进行排序

问题描述：

我有一些可能需要按 1-n 个键排序的大型文件。其中一些键可能是数字，而另一些可能不是。这是一个固定宽度的列式文件，因此没有分隔符。

有没有好的方法可以用 Unix 排序来实现这一点？使用一个键，就像使用“-n”一样简单。我读过手册页，并在 Google 上搜索过，但没有找到一个很好的例子。我该如何实现这一点？

注意：由于文件大小问题，我已排除了 Perl。这是最后的选择。

解决方案 1：

但要小心：

如果您希望主要按字段 3 对文件进行排序，其次按字段 2 对文件进行排序，则需要这样做：

sort -k 3,3 -k 2,2 < inputfile

不是这个： sort -k 3 -k 2 < inputfile它根据从字段 3 的开头到行尾的字符串对文件进行排序（这可能是唯一的）。

-k, --key=POS1[,POS2]     start a key at POS1 (origin 1), end it at POS2
                          (default end of line)

解决方案 2：

-k 选项就是您想要的。

-k 1.4,1.5n -k 1.14,1.15n

将使用第一个字段中的字符位置 4-5（对于固定宽度，它们都是一个字段）并按数字顺序排序作为第一个键。

第二个键也应该是第一个字段中的字符 14-15。

（编辑）

示例（我手边只有 DOS/cygwin）：

dir | cygwininsort.exe -k 1.4,1.5n -k 1.40,1.60r

对于数据：

12/10/2008  01:10 PM         1,564,990 outfile.txt

按月份数（位置 4-5）对目录列表进行数字排序，然后按文件名（位置 40-60）反向排序。由于没有标签，因此所有字段 1 都进行排序。

解决方案 3：

使用-k选项 （或--key=POS1[,POS2]）。它可以出现多次，每个键可以有全局选项（例如n数字排序）

解决方案 4：

以下是按数字和字典顺序对 csv 文件中的各个列进行排序的方法，第 5 列及之后的列按字典顺序排列

~/test>sort -t, -k1,1n -k2,2n -k3,3d -k4,4n -k5d  sort.csv
1,10,b,22,Ga
2,2,b,20,F
2,2,b,22,Ga
2,2,c,19,Ga
2,2,c,19,Gb,hi
2,2,c,19,Gb,hj
2,3,a,9,C

~/test>cat sort.csv
2,3,a,9,C
2,2,b,20,F
2,2,c,19,Gb,hj
2,2,c,19,Gb,hi
2,2,c,19,Ga
2,2,b,22,Ga
1,10,b,22,Ga

注意 -k1,1n 表示从第 1 列开始到第 1 列结束的数字。如果我按照下面的方法操作，它会将第 1 列和第 2 列连接起来，使 1,10 排序为 110

~/test>sort -t, -k1,2n -k3,3 -k4,4n -k5d  sort.csv
2,2,b,20,F
2,2,b,22,Ga
2,2,c,19,Ga
2,2,c,19,Gb,hi
2,2,c,19,Gb,hj
2,3,a,9,C
1,10,b,22,Ga

解决方案 5：

我相信你的情况是这样的

sort -t@ -k1.1,1.4 -k1.5,1.7 ... <inputfile

会更好地工作。@ 是字段分隔符，确保它是一个在任何地方都不会出现的字符。那么您的输入将被视为由一列组成。

编辑：clintp 显然已经给出了类似的答案，抱歉。正如他指出的那样，可以将标志“n”和“r”添加到每个 -k.... 选项中。

解决方案 6：

请注意，可能还需要使用开关来稳定排序-s，以便排名相同的行在输出中也保持其原始的相对顺序。

解决方案 7：

我只想补充一些提示，当您使用 sort 时，请注意您的语言环境会影响键比较的顺序。我通常明确使用 LC_ALL=C 来设置我想要的语言环境。