linux shell 工具---sort

在处理请求或者日志文件等等，通过排序的方能使我们得到一个更加只管的输出。sort就是这么一个常用而又强大的工具。

sort是以行为单位，按照每一个字符的ACSII码来进行排序。sort的语法是：

    sort [option]... [file]...

本文简述sort的几个常用操作，详细操作请man sort。

常规操作

sort [-u][-r][-o][-n] [-k][-t] file

是不是看的眼花缭乱的，没关系我们一个一个来。

➜  shell cat sortTest.txtdcba➜  shell sort sortTest.txtabcd➜  shell

sort 去重

去重的意思就是去除相同行（仅保留一行），其实这是比较浅显的解释，sort在去重的时候会按照sort的规则去比较两行，如果发现在这个规则下相等，则去掉一行。sort默认的规则是从第一个字符到最后一个字符的比较。因此此可以去掉相同内容的行。

    ➜  shell cat sortTest.txt    d    c    c    c    b    a    a    ➜  shell sort -u sortTest.txt    a    b    c    d

可以看到无论两行三行，都给我统统消失。

shell反向排序

之前我们介绍的sort功能都是按照ASCII的升序排列，如果使用-r选项，则可以按照其降序排列

    ➜  shell sort -ur sortTest.txt    d    c    b    a

sort输出

很容易理解，当我们需要将sort的结果输出到一个文件中时，我们通常会使用sort a.txt > b.txt不过遗憾的是，不能够将排序后文件输出到原来的文件中：sort a.txt > a.txt。sort -o 选项就应运而生了(不过很可惜这也是-o的唯一作用，个人感觉还是>更好用)。

➜  shell sort -ur sortTest.txtdcba➜  shell sort -ur sortTest.txt > sortTest.txt➜  shell cat sortTest.txt

直接使用>可以看到文件将被清空。

➜  shell cat sortTest.txtdcba➜  shell sort -ur sortTest.txt -o sortTest.txt➜  shell cat sortTest.txtdcba

sort按照数字排序

很明显，仅仅是按照ASCII排序是远远不满足我们的需求，比如我们会遇到10<2的情况(这是什么原因呢？因为按照ascii比较，第一个字符小的就排在前面了)：

➜  shell cat number.txt102➜  shell sort number.txt102

下面我们按照数字来进行排序:

➜  shell sort -n number.txt210

此时2排在了前面。

kt组合

通常来说-k -t 选项是一起操作的。
比如说我们有这样一个素材：

➜  shell cat score.txtA:5:2B:2:4C:1:6

表示A、B、C对于PHP和C的使用频率。使用’:’分割。此时我们需要借助-k-t选项来进行排序。

其中-t用于指定分隔符，-k用于指定比较的列（是分割之后的列）

➜  shell sort -k 2 -t : score.txtC:1:6B:2:4A:5:2➜  shell sort -k 3 -t : score.txtA:5:2B:2:4C:1:6

sort进阶操作

所谓进阶操作无非就是将普通操作细化，需要了解更多的规则，当然也可以满足更多的需求。

-k命令

-k命令我们之前提到是对列进行排序的约定。其实-k命令的完整语法是:

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

如果觉得混乱了，不要着急。慢慢解释。
在解释之前要记住：

• 没有设定End的时候，默认到行尾。
• 靠前的Fstar优先级高于靠后的。

我们都知道-k和-t是配合使用的。我们使用-t来分割每一行得到的各个小部分我们称为一个域(field)。

所以，FStar表示的是选择哪个域。在一个域中，我们需要考虑从哪个元素开始，至哪个元素结束，这就是CStart。通过指定开始和结束的元素就可以指定我们排序的区域。

modifier表示，我们排序后的一个操作，r，u等等。

比如：仅仅使用第一个域的第一个元素排序：

    sort -k 1.1,1.1 -t ' ' file

第一个域的第一个元素到第一个域的第三个元素，如果相同。按照第二个域第一个元素排序

    sort -k 1.1,1.3 -k 2.1,2.1 -t ' ' file

例子：
原始材料：

➜  shell cat company.txtfacebook 1300 4000linkedIn 2000 5433amazon  1200 3900apple  3000  7000google 3000  6667

本人伪造了一些公司的资料，分别表示公司名字，员工数量，工资。
下面按照公司名字的第二个字母排序：

➜  shell sort -k 1.2 -t ' ' company.txtfacebook 1300 4000linkedIn 2000 5433amazon  1200 3900google 3000  6667apple  3000  7000

可以看到facebook排到了第一。

下面我们按照公司名称的第一个字母排序，如果遇到相同的就按照员工数量排序：

➜  shell sort  -t ' ' -k 1.1,1.1  -k 3nr company.txtapple  3000  7000amazon  1200 3900facebook 1300 4000google 3000  6667linkedIn 2000 5433