linux sort排序命令

1 sort的工做原理

 　　sort將文件的每一行做爲一個單位，相互比較，比較原則是從首字符向後，依次按ASCII碼值進行比較，最後將他們按升序輸出。

2 sort的-u選項

　　在輸出行中去除重複行。

$ cat seq.txt
banana
apple
pear
orange
pear
$ sort seq.txt
apple
banana
orange
pear
pear
$ sort -u seq.txt
apple
banana
orange
pear

pear因爲重複被-u選項無情的刪除了。

3 sort的-r選項

　　sort默認的排序方式是升序，若是想改爲降序，就加個-r就搞定了。

4 sort的-o選項

　　因爲sort默認是把結果輸出到標準輸出，因此須要用重定向才能將結果寫入文件，形如sort filename > newfile。

但若是你想把排序結果重定向輸出到原文件中，這時重定向將不成功，只有－o選項能夠輸出到原文件。

$ cat number.txt
1
3
5
2
4
$ sort -r number.txt > number.txt
$ cat number.txt    #空白文檔了
$
$ sort -r number.txt -o number.txt #逆序並寫入原文件
$ cat number.txt
5
4
3
2
1

5 sort的-n選項

　　排序時，sort是按字串來比較的，所以若是想要它按數字大小來排序，必須用-n選項來告訴它！

6 sort的-t選項和-k選項

　　若是有一個文件的內容是這樣：

$ cat facebook.txt
banana:30:5.5
apple:10:2.5
pear:90:2.3
orange:20:3.4

　　這個文件有三列，列與列之間用冒號隔開了，第一列表示水果類型，第二列表示水果數量，第三列表示水果價格。

那麼我想以水果數量來排序，也就是以第二列來排序，如何利用sort實現？這個時候就能夠用sort的-t選項，後面設定間隔符。指定了間隔符以後，就能夠用-k來指定列數了。

$ sort -n -k 2 -t : facebook.txt
apple:10:2.5
orange:20:3.4
banana:30:5.5
pear:90:2.3

7 其餘的sort經常使用選項

　　-f　　會將小寫字母都轉換爲大寫字母來進行比較，亦即忽略大小寫

　　-c　　會檢查文件是否已排好序，若是亂序，則輸出第一個亂序的行的相關信息，最後返回1

　　-C　　會檢查文件是否已排好序，若是亂序，不輸出內容，僅返回1

　　-M　　會以月份來排序，好比JAN小於FEB等等

　　-b　　會忽略每一行前面的全部空白部分，從第一個可見字符開始比較。

1 準備素材

$ cat facebook.txt
google 110 5000
baidu 100 5000
guge 50 3000
sohu 100 4500

　　第一個域是公司名稱，第二個域是公司人數，第三個域是員工平均工資。

2 我想讓這個文件按公司的字母順序排序，也就是按第一個域進行排序：

$ sort -t ‘ ‘ -k 1 facebook.txt
baidu 100 5000
google 110 5000
guge 50 3000
sohu 100 4500

3 我想讓facebook.txt按照公司人數排序

$ sort -n -t ‘ ‘ -k 2 facebook.txt
guge 50 3000
baidu 100 5000
sohu 100 4500
google 110 5000

4  我想讓facebook.txt按照公司人數排序，人數相同的按照員工平均工資升序排序：

$ sort -n -t ‘ ‘ -k 2 -k 3 facebook.txt
guge 50 3000
sohu 100 4500
baidu 100 5000
google 110 5000

　　sort支持設定域排序的優先級，先以第2個域進行排序，若是相同，再以第3個域進行排序。

5 我想讓facebook.txt按照員工工資降序排序，若是員工人數相同的，則按照公司人數升序排序：（這個有點難度嘍）

$ sort -t ‘ ‘ -k 3nr -k 2n facebook.txt #第三項數字逆序，若是相同再以第二項數字升序排序
baidu 100 5000
google 110 5000
sohu 100 4500
guge 50 3000

6 -k選項的具體語法格式

　　-k選項的語法格式，以下：

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

這個語法格式能夠被其中的逗號（「，」）分爲兩大部分，Start部分和End部分。若是不設定End部分，那麼就認爲End被設定爲行尾。

　　Start部分也由三部分組成，其中的Modifier部分就是咱們以前說過的相似n和r的選項部分。C.Start也是能夠省略的，省略的話就表示從本域的開頭部分開始。以前例子中的-k 2和-k 3就是省略了C.Start的例子嘍。

FStart.CStart，其中FStart就是表示使用的域，而CStart則表示在FStart域中從第幾個字符開始算「排序首字符」。

同理，在End部分中，你能夠設定FEnd.CEnd，若是你省略.CEnd，則表示結尾到「域尾」，即本域的最後一個字符。或者，若是你將CEnd設定爲0(零)，也是表示結尾到「域尾」。

7 只針對公司英文名稱的第二個字母進行排序，若是相同的按照員工工資進行降序排序：

$ sort -t ‘ ‘ -k 1.2,1.2 -k 3,3nr facebook.txt
baidu 100 5000
google 110 5000
sohu 100 4500
guge 50 3000

因爲只對第二個字母進行排序，因此咱們使用了-k 1.2,1.2的表示方式，表示咱們「只」對第二個字母進行排序。（若是你問「我使用-k 1.2怎麼不行？」，固然不行，由於你省略了End部分，這就意味着你將對從第二個字母起到本域最後一個字符爲止的字符串進行排序）。對於員工工資進行排序，咱們也使用了-k 3,3，這是最準確的表述，表示咱們「只」對本域進行排序，由於若是你省略了後面的3，就變成了咱們「對第3個域開始到最後一個域位置的內容進行排序」 了。

8 在modifier部分還能夠用到哪些選項？

能夠用到b、d、f、i、n 或 r。

其中n和r你確定已經很熟悉了。

b表示忽略本域的簽到空白符號。

d表示對本域按照字典順序排序（即，只考慮空白和字母）。

f表示對本域忽略大小寫進行排序。

i表示忽略「不可打印字符」，只針對可打印字符進行排序。（有些ASCII就是不可打印字符，好比\a是報警，\b是退格，\n是換行，\r是回車等等）

9 最詭異的排序：

$ sort -n -k 2.2,3.1 facebook.txt
guge 50 3000
baidu 100 5000
sohu 100 4500
google 110 5000

以第二個域的第二個字符開始到第三個域的第一個字符結束的部分進行排序。

第一行，會提取0 3，第二行提取00 5，第三行提取00 4，第四行提取10 5。

又由於sort認爲0小於00小於000小於0000….

所以0 3確定是在第一個。10 5確定是在最後一個。但爲何00 5卻在00 4前面呢？（你能夠本身作實驗思考一下。）

答案揭曉：原來「跨域的設定是個假象」，sort只會比較第二個域的第二個字符到第二個域的最後一個字符的部分，而不會把第三個域的開頭字符歸入比較範圍。當發現00和00相同時，sort就會自動比較第一個域去了。固然baidu在sohu前面了。用一個範例便可證明：

$ sort -n -k 2.2,3.1 -k 1,1r facebook.txt
guge 50 3000
sohu 100 4500
baidu 100 5000
google 110 5000

10 有時候在sort命令後會看到+1 -2這些符號，這是什麼東東？

　　這種表示方法比較舊，加號表示Start部分，減號表示End部分。最最重要的一點是，這種方式方法是從0開始計數的，之前所說的第一個域，在此被表示爲第0個域。之前的第2個字符，在此表示爲第1個字符。