在命令行进行sort排序【Linux-Command line】

使用sort命令重组数据，可以从Linux，BSD或Mac终端以对你有意义的格式进行。

如果你曾经使用过电子表格应用程序，那么你就会知道行可以按列的内容排序。 例如，如果有一个支出清单，你可能想要按日期，价格升序或类别等因素对它们进行排序。 如果习惯使用终端，你可能不希望仅为了进行文本数据排序就启用大型office应用程序。 这时正好让sort命令发挥作用。

安装

你不需要安装sort，因为它包含在任意POSIX系统内。 在大多数Linux系统上，sort命令捆绑在GNU组织的一组实用程序中。 在其他POSIX系统（例如BSD和Mac）上，默认的sort命令不是来自GNU的，因此某些选项可能有所不同。 在本文中，我将尝试说明GNU和BSD的实现。

按字母顺序对行排序

在默认情况下，sort命令查看文件每一行的第一个字符，并以字母升序输出每一行。 如果多行中的两个字符相同，则会考虑下一个字符。 例如：

使用sort不会更改原始文件。 排序是一个过滤器，因此，如果要以排序形式保留数据，则必须使用“>”或“tee”重定向输出：

按列排序

有时，复杂数据集需要按除每行首字母之外的其他内容排序。 例如，想象一下一个动物列表，以及每个动物的物种和属，每个“字段”（电子表格中的“单元”）都由可预测的分隔符定义。 这是电子表格导出的一种通用数据格式，CSV（逗号分隔值）文件扩展名可以识别此类文件（尽管CSV文件不必以逗号分隔，分隔文件也不必使用 CSV扩展名以确保有效且可用）。 考虑以下示例数据集：

根据此示例数据集，您可以使用“--field-separator”选项（在BSD和Mac上使用“-t”，或者在GNU上减少键入），选项将分隔字符设置为分号（该示例使用分号而不是逗号， 但可以使用任何字符），并使用“--key”（在BSD和Mac上为“-k”，或者在GNU上减少键入）选项定义要作为排序依据的字段。 例如，要按每行的第二个字段（从1开始，而不是0）排序：

这有点难以理解，但是Unix以其构造命令的管道方法而闻名，因此你可以使用column命令来“整理”输出。 使用GNU列：

BSD和Mac上的命令选项对新用户来说有点晦涩难懂（但类型更短）：

当然，key定义不必设置为2。 任何现有字段都可以用作排序关键字。

反向排序

你可以使用“--reverse”（为简明起见，可在BSD或Mac或GNU上写为“-r”）来反转排序列表的顺序：

通过tac进行常规排序输出传递，你可以得到相同的结果。

按月排序（仅GNU）

在理想的情况下，每个人都会根据ISO 8601标准写日期：年，月，日。 这是指定唯一日期的逻辑方法，计算机很容易理解。 但是，人们经常使用其他方式来识别日期，包括命名不太规律的月份。

幸运的是，GNU sort命令解决了这个问题，并且能够按月份名称正确排序。 使用“--month-sort（-M）”选项：

月份可以通过其全名或名称的某些部分来标识。

可读数字排序（仅GNU）

人与计算机之间另一个常见的混淆点是数字组。 例如，人类经常将“ 1024 KB”写为“ 1KB”，因为与“ 1024”相比，解析“ 1KB”比“ 1024”更容易和快捷（并且数字越大，变得越容易）。 但是，对于计算机而言，诸如9KB之类的字符串大于1MB（即使9KB只是兆字节的一部分）。 GNU sort命令提供了“--human-numeric-sort（-h）”选项，以帮助正确解析这些值。

有一些矛盾之处。 例如，16,000字节大于1KB，但是排序无法识别：

从逻辑上讲，在这种情况下应将16,000写为16KB，因此不应该完全责怪GNU sort。 只要确定自己的数字是一致的，“--human-numeric-sort”可以以计算机友好的方式帮助解析人类可读的数字。

随机排序（仅GNU）

有时，实用程序提供了执行相反操作的选项。 从某种意义上说，排序命令的随机“排序”文件能力是没有意义的。 再者，命令的工作流程使其成为一种方便的功能。 你可以使用其他命令（例如shuf），也可以在正在使用的命令中添加一个选项。 无论是过时的设计还是巧妙的UX设计，GNU sort命令都提供了对文件进行任意排序的方法。

任意排序的最纯粹形式是“--random-sort”或“-R”选项（不要与“-r”选项混淆，后者是“--reverse”的缩写）。

你可以对文件多次运行随机排序，以便每次获得不同的结果。

Sorted

sort GNU和BSD排序命令还有许多其他功能，因此可以花一些时间来了解这些选项。 你会惊讶于排序的灵活性，特别是当它与其他Unix实用程序结合使用时。