Question

我想在多个字段和多个字段分隔符上对文件进行排序。请帮忙。这是我的示例数据文件：

$ cat Data3
My Text|50002/100/43
My Message|50001/100/7
Help Text|50001/100/7
Help Message|50002/100/11
Text Message|50001/100/63
Visible Text|50001/100/52
Invisible Text|50002/100/1

第一个字段分隔符是管道符号，第二个字段分隔符是/。我想首先在第二个字段上对此数据进行排序，然后在其中，数据应按最后一个字段的排序顺序排序（由/分隔）。最后，我的排序数据应如下所示：

Help Text|50001/100/7
My Message|50001/100/7
Visible Text|50001/100/52
Text Message|50001/100/63
Invisible Text|50002/100/1
Help Message|50002/100/11
My Text|50002/100/43

通过使用sort -k2,2n -t'|'，我可以对字段2（50001/50002）进行排序，但是在该值内，我如何对最后一个字段进行排序（由/分隔）？

Answer 1

此数据集最简单的技巧是将第二列视为版本号。

$ cat Data3 | sort -k2,2V -t'|'
Help Text|50001/100/7
My Message|50001/100/7
Visible Text|50001/100/52
Text Message|50001/100/63
Invisible Text|50002/100/1
Help Message|50002/100/11
My Text|50002/100/43

但是，根据您的输入，这并不总是有效。这将起作用，因为第二列中的值是相同的。

您可以执行fedorqui建议的操作并运行两次排序，第二次执行稳定排序。从联机帮助页： - s， - stable（通过禁用最后的比较来稳定排序）

首先对二级排序标准进行排序。然后执行稳定排序，这将保持排序顺序在与主排序条件共享相同密钥的行中。

$ cat Data3 | sort -k3,3n -t'/' | sort -k2,2n -t'|' -s
Help Text|50001/100/7
My Message|50001/100/7
Visible Text|50001/100/52
Text Message|50001/100/63
Invisible Text|50002/100/1
Help Message|50002/100/11
My Text|50002/100/43

在这种情况下你有点幸运，因为-k2,2n -t'|'将第二列“50001/100/7”视为一个数字，它可能是50001.如果用逗号分隔而不是斜杠并且您在环境中使用不同的语言环境，则可能会出现奇怪的情况。例如，在我的环境中默认运行en_US.UTF-8，其行为与此类似。

$ cat Data3 | tr '/' ',' | sort -k3,3n -t',' | LC_NUMERIC=en_US.UTF-8 sort -k2,2n -t'|' -s
Help Text|50001,100,7
My Message|50001,100,7
Invisible Text|50002,100,1
Visible Text|50001,100,52
Text Message|50001,100,63
Help Message|50002,100,11
My Text|50002,100,43

您期望的是：

$ cat Data3 | tr '/' ',' | sort -k3,3n -t',' | LC_NUMERIC=C sort -k2,2n -t'|' -s
Help Text|50001,100,7
My Message|50001,100,7
Visible Text|50001,100,52
Text Message|50001,100,63
Invisible Text|50002,100,1
Help Message|50002,100,11
My Text|50002,100,43

Answer 2

只要文本中没有其他'|'字符，以下代码就适用于我。

tr '|' '/' | sort -n -t '/' -k3 -k4 | sed -re 's/^([^/]*)\/(.*)$/\1|\2/'

Answer 3

使用awk

的小技巧

$ cat Data3  | awk -F'[|/]' '{print $2"\t"$4"\t"$0}' | sort -k1 -k2 -n | cut -f3-
Help Text|50001/100/7
My Message|50001/100/7
Visible Text|50001/100/52
Text Message|50001/100/63
Invisible Text|50002/100/1
Help Message|50002/100/11
My Text|50002/100/43

您可以awk使用指定的所有分隔符-F'[|/]'首先打印排序键$2"\t"$4，然后打印输入行$0
然后使用多个密钥sort执行一个-k1 -k2（注意：与-k1,2不同）
然后cut返回输入行

适用于许多场景

Answer 4

你可以使用这个（低效但简单）的脚本：

#!/usr/bin/perl
print sort  {   @ka = split ?[|/]?, $a;
                @kb = split ?[|/]?, $b;
                $ka[1] <=> $kb[1]
             || $ka[3] <=> $kb[3]
             || $ka[0] cmp $kb[0]
            } <>

如果您不关心具有相同值的行，则可以省略行|| $ka[0] cmp $kb[0]。

如何使用不同的字段分隔符对多个字段进行排序

4 个答案: