Linux复杂的sort -k 按列排序命令，有坑！！

Posted 2021-05-21 兔子爱读书

• 原理

【案例1】要求按第1列的第二、三个字符，按数字、逆序排序

sort -k 1.2, 1.3nr

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。

先给你灌输一个思想，那就是“如果不设定End部分，那么就认为End被设定为行尾”。这个概念很重要。

前后两部分的点号（“. ”）用来分割指定列、指定字符

-k选项的具体语法格式，如下：

[ FStart [ .CStart ] ] [ Modifier ] [ , [ FEnd [ .CEnd ] ][ Modifier ] ]

Start部分也由三部分组成，其中的Modifier部分就是我们之前说过的类似n和r的选项部分。我们重点说说Start部分的FStart和C.Start。

C.Start也是可以省略的，省略的话就表示从本域的开头部分开始。之前例子中的-k 2和-k 3就是省略了C.Start的例子喽。

FStart.CStart，其中FStart就是表示使用的域，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，在End部分中，你可以设定FEnd.CEnd，如果你省略.CEnd，则表示结尾到“域尾”，即本域的最后一个字符。或者，如果你将CEnd设定为0(零)，也是表示结尾到“域尾”

跨域排序是不会成功的，只会按第一个域排序：$ sort -n -k 2.2,3.1 facebook.txt。

 

• 第一个坑：sort默认分隔符是空格，如果不指定分隔符，可能会让你纠结半天

  【案例3】下列文件第一列是随机编号，第二列是日期，我们希望按第二列日期排序

  tmp.csv：

  327,2021/04/13 23:59:59
  12,2021/04/06 23:59:59
  1129,2021/04/03 23:59:59
  1,2021/04/06 23:59:59
  4,2021/04/06 23:59:59
  3413,2021/04/01 23:59:59
  26,2021/04/15 23:59:58
  2,2021/04/07 23:59:58

  不指定分隔符情况下，会发现排序结果乱七八糟的（因为默认空格为分隔符）：

  > cat tmp.csv | sort -k 2r | cut -d "," -f 2
  2021/04/06 23:59:59
  2021/04/01 23:59:59
  2021/04/13 23:59:59
  2021/04/06 23:59:59
  2021/04/03 23:59:59
  2021/04/06 23:59:59
  2021/04/15 23:59:58
  2021/04/07 23:59:58
  

  正确的输入：

  >　cat tmp.csv | sort -t ',' -k 2r | cut -d "," -f 2
  2021/04/15 23:59:58
  2021/04/13 23:59:59
  2021/04/07 23:59:58
  2021/04/06 23:59:59
  2021/04/06 23:59:59
  2021/04/06 23:59:59
  2021/04/03 23:59:59
  2021/04/01 23:59:59

第二个坑：sort排序一定要分出大小，当指定列内容相同时，会自动以其他列作为排序标准

假设我们按第二列排序，遇到第二列内容相同时，会默认从第一列开始排序；第一列也分不出来会按第三列，以此类推，直到分出大小（默认从小到大，有-r的情况下从大到小）

此处可能导致很多bug！！

【案例2】 test.csv：

8, 2021/02
10, 2021/05
10, 2021/03
10, 2021/04

现在想要按第一列从大到小排序，其他列保持原来的顺序（乱序）。————实际上做不到！！

第一种情况（错误）：

> cat test.csv | sort -t ',' -k 1nr

10, 2021/05
10, 2021/04
10, 2021/03
8, 2021/02

可以看到，第一列按从大到小排序了，第二列居然也从大到小排序了。这是因为在指定列内容相同的情况下，默认其他列也要排序！！

第二种情况（错误）：

> cat test.csv | sort -t ',' -k 1,1nr

10, 2021/05
10, 2021/04
10, 2021/03
8, 2021/02

可以看到，在序号相同的情况下，第二列依然要进行排序。

结论：一旦使用sort，就必须排出大小。指定列排不出来，就自动拿兄弟列来排，直到有个顺序。

 

更多参考：https://www.cnblogs.com/yangyongzhi/archive/2012/11/05/2755421.html