Linux sort命令中文手冊(info sort翻譯)

說明：

(1).本手冊只挑選了info sort中有用的信息進行翻譯，如要查看完完整整的內容，請自行info sort。

(2).譯文中，在括號中使用了"注"的，爲本人所加，非原文內容，助於理解和說明。

(3).本文的sort命令爲CentOS 7.2上的，版本爲sort (GNU coreutils) 8.22，有些選項在CentOS 6上不支持，如"--debug"。

(4).在沒搞懂sort處理字段和排序機制時，強烈建議不要看man sort。

(5).sort命令完整的使用方法：文本排序的王者：玩透sort命令。

本人譯做集合：http://www.cnblogs.com/f-ck-need-u/p/7048359.html

---

7.1 'sort': Sort text files

===========================

sort命令用於排序、合併或比較給定文件(可給定多個)的全部行，若是沒有給定輸入文件或輸入文件爲"-"，則讀取標準輸入。默認狀況下，sort將操做結果打印在標準輸出中。

語法：

sort [OPTION]... [FILE]...

sort有3種操做模式：排序(默認)、合併以及檢查是否已經排過序。使用如下3個選項改變操做模式：

'-c'
'--check'
'--check=diagnose-first'

檢查給定文件是否已經排序過：若是檢測出未排序，將輸出診斷信息並以狀態碼1退出，該診斷信息中包含第一個亂序的行。不然以成功狀態退出。最多隻能給定一個檢測文件。

'-C'
'--check=quiet'
'--check=silent'

它相似於"-c"，但不會輸出診斷信息。若是文件已排序，則以成功狀態退出，不然以狀態碼1退出。最多隻能給定一個文件。

'-m'
'--merge'

合併多個文件，每一個輸入文件必須已經排序。合併時將根據已排序的結果合併爲各個組。sort通常都用來排序，但仍然提供合併功能，由於它的合併速度很快。

 

sort排序規則爲：按照命令行中給定的字段順序對給定的字段進行排序，排序時根據爲每一個字段分配的排序選項進行排序，直到發現不一樣的排序選項或者排序列結束。若是沒有給定排序key(注：key即爲-k指定的值)，則對整行進行排序。最後，若是全部給定的key的比較結果都相等時，將對整行進行徹底默認的排序(注：即以字母升序排序)，但"-r"能夠改變此次的升、降序結果。此次排序稱爲"最後的排序"。使用"-s"選項能夠禁止"最後的排序"，使得那些排序結果相同的行保留最初的相對順序。"-u"選項一樣也會禁止"最後的排序"。

除非明確指定，不然全部的比較都按照"LC_COLLATE"指定的字符集的排序規則進行排序。

 

退出狀態碼：

0 沒有任何錯誤發生時
1 若是"-c"或"-C"檢測發現輸入數據未排序時
2 發生了錯誤時

若是設置了環境變量"TMPDIR"，sort將使用它做爲臨時目錄而不是默認的"/tmp"。"-T"選項將覆蓋該環境變量設置的值。

如下選項影響排序的輸出結果。它們既能夠指定爲全局選項，也能夠做爲key的一部分。若是未指定任何key，則全局選項將做用於整行，不然指定的key將繼承全局選項，除非key自身也指定了選項(注：自身指定了選項的key將覆蓋全局選項)。

爲了考慮可移植性，建議將全局選項指定在"-k"(或"--key")的前面。

'-b'
'--ignore-leading-blanks'

忽略key的前導空白符號(包括空格、製表符)。不給定該選項時，空白符號對"-k"選項指定字符位置有影響(注：例如"-k 2.2"指定的第2個字符多是空白)。

'-f'
'--ignore-case'

將小寫字符看成大寫字符。例如，"b"和"B"是相等的。當和"-u"選項一塊兒使用時(注：重複的行只能輸出一次)，那些小寫字符的等價行會被丟棄(注：也就是說，輸出的是大寫字符行)。(目前沒有任何方法能夠拋棄大寫字符的等價行，即便使用"-r"也不行，由於在任什麼時候，"-r"選項都只是反轉最終的排序結果，不會影響排序過程。

'-h'
'--human-numeric-sort'
'--sort=human-numeric'

對文件大小格式進行排序。首先對正負性排序(正數>0>負數)，再對大小後綴排序(0<k=K<M<G<T...)，最後對數值排序。它不在意轉換精度是1000仍是1024，由於它總會自動不斷擴大到最接近的後綴(注：例如999M和1G比較時將以1000做爲轉換單位，1023M和1G比較時將以1024做爲轉換單位)。

'-M'
'--month-sort'
'--sort=month'

按字符格式的月份進行排序。
An initial string, consisting of any amount of blanks, followed by a month name abbreviation, is folded to UPPER case and compared in the order 'JAN' < 'FEB' < ... < 'DEC'. Invalid names compare low to valid names.

'-n'
'--numeric-sort'
'--sort=numeric'

按數值排序。空字符串""或"\0"被看成無。數值排序是精確排序，不會四捨五入後排序。

(注：數值排序和默認的排序規則所不一樣的是，當key中遇到非數學字符時，如空白、字母、特殊字符等，將直接結束排序(在sort內部認爲找不到匹配值)。也就是說，"-k 2"和"-k 2n"不一樣，雖然這兩個key都會擴展到行尾，前者會從第二個字段一直按字符集順序比較到行尾，然後者可能只對第2字段匹配，由於第二字段和第三字段中間可能有特殊符號，致使數值排序直接結束。

所以，對於"abc 100 200"這樣的輸入，假設字段分隔符爲空格，當指定"-k 2n"時，該key爲"100 200"，但因爲中間包含了空白，使得該key的排序在第二字段就結束。若是是"abc 100\0200 200"，"-k 2n"在排序時，雖然看上去是100200，但卻只對100進行排序，也就是說，若是此時另有一行第2字段值爲110，看上去很大的100200將小於110。測試語句：

echo -e "b 100:200 200\na 110 300" | tr ':' '\0'|sort -t ' ' -k2n -k1

所以，對於"-n"來講，它絕對不可能跨越key的邊界。但默認的排序規則會跨越key起做用。)

'-r'
'--reverse'

反轉比較的結果，使得結果中更大的key更早出現。(注："-r"不會改變排序行爲，而是將排序結束後的輸出結果進行反轉處理，所以隻影響排序結束後的輸出結果)

'-k POS1[,POS2]'
'--keys=POS1[,POS2]'

指定排序的key，即每行排序的起始和終止字段(若省略POS2，則終止位置爲行尾)。

POS的格式爲"F[.C][OPTS]"，其中F表示字段的序號，C表示該字段中字符的序號。字段和字符的位置都從1開始計算。若是POS2的字符位置指定爲0，則表示POS2字段中的最後一個字符。若是POS1中省略".C"，則默認值爲1(字段的起始字符)，若是POS2中省略".C"，默認值爲0(字段的終止字符)。OPTS爲排序選項，這些選項將覆蓋全局選項，使得該key能夠按照獨立的排序選項進行排序。keys能夠跨多個字段。
(注：OPTS指定在POS1和POS2的做用是同樣的，由於一個"-k"指定一個key，不管是POS1仍是POS2中的OPTS都是對這個key有效，但"b"選項除外，見下文)

示例：爲了排序第二個字段，使用"--key=2,2"(-k 2,2)。可以使用"--debug"選項幫助查看、分析和決定每行中被用於排序的字段。

'--debug'

' 顯示每行中用於排序的部分。還會給出額外的信息。

'-o OUTPUT-FILE'
'--output=OUTPUT-FILE'

將排序的輸出結果寫入到OUTPUT-FILE中。通常來講，sort在打開OUTPUT-FILE前讀取完全部輸入，所以能夠安全地將排序結果保存到輸入文件中，就像"sort -o file1 file1"和"cat file1 | sort -o file1"同樣。可是，"-m"選項會在讀取輸入前先打開輸出文件，所以下面的語句是不安全的語句：

"cat file1 | sort -m -o file1 -"

'-s'
'--stable'

禁止sort執行"最後的排序"。在沒有指定字段選項或全局選項時，該選項將不起做用，除非指定的是"-r"選項。
(注：最後的排序：在key的比較結果相同時，sort的最後手段是對整行再進行一次徹底默認的排序，即按照字母、升序對整行作最後排序。這稱爲"最後的排序"。若是未指定任何選項，其自己就是徹底默認的，所以不必再作最後的排序。若是指定的是"-r"選項，因爲"-r"是對最終結果進行反轉排序，所以會影響此次的"最後的排序"的結果)

'-t SEPARATOR'
'--field-separator=SEPARATOR'

當在每行中搜索key的時候，使用SEPARATOR字符做爲字段的分隔符。默認狀況下，字段是由空白字符和非空白字符之間的空字符串分割而來的。

所以，若是輸入行爲" foo bar"，默認將切分爲兩個字段" foo"和" bar"，(注：空白和非空白字符之間的空字符爲行開頭和"oo"後的位置)。字段分隔符不是分隔後字段中的內容，所以"sort -t ' '"對" foo bar"分隔時，將分割爲3個字段：空字段、"foo"和"bar"。可是，每一個單獨的字段都是擴展到行結尾的，就像"-k 2"，或像"-k 2,3"包含了範圍的字段，它們都在擴展的時候保留字段分隔符。
(注：以sort -t ' '爲例，"-k 2"實際上表示的是"foo bar"，它擴展到行尾，且中間的字段分隔符被保留。而"-k 1,2"實際上表示的是" foo"，由於明確指定了這個key到第二個字段結束，但中間的字段分隔符仍保留)
若是要指定字段分隔符爲空，則使用"\0"，例如"sort -t '\0'"。

'--parallel=N'

設置sort運行的並行線程數爲N。默認N設置爲可得到的cpu個數，但最大限制爲8，由於超過8以後帶來的性能收益遞減。

'-u'
'--unique'

通常狀況下，"-u"將僅輸出排序後重復行的第一行。該選項會禁止"最後的排序"(注：見前文譯文)。

"sort -u"和"sort | uniq"是等價的，但擴展了更多選項後將可能不等價，例如，"sort -n -u"只會檢查數值部分的惟一性，但"sort -n | uniq"在sort對行的數值排序後，uniq將檢查整個行的惟一性。

'-z'
'--zero-terminated'

使用"\0"分割每行而不是使用換行符。

 

"-k"指定的key後面能夠指定"bfhgnr"等選項，這種狀況下，該key將不會繼承全局選項。除了"b"選項，全部的選項都做用於整個key，不管該選項是寫在POS1仍是POS2上。若是指定了"b"選項，它僅獨立做用於POS1或POS2上，但若是繼承了全局的"-b"，則會做用於整個key上。若是輸入行中包含了前導空白字符，且沒有使用"-t"選項，"-k"一般會結合"-b"或某些隱含了忽略前導空白字符的選項(ghn)一塊兒使用，不然前導空白字符可能會致使劃分的字段很是混亂。

若是POS中指定的字段或字符位置超出了行尾或字段，則該key爲空。若是指定了"-b"選項，".C"部分將從字段的第一個非空白字符開始計算。

如下是一些示例，用於說明不一樣選項的結合使用：

•  按數值排序，並降序(reverse)

sort -n -r

•  按字母排序，忽略第一和第二字段，且忽略第三字段的前導空白。此處使用了單個key，該key從第三字段非空白字符開始，一直擴展到行的結尾。這一整個key都採用字母排序。

sort -k 3b

• 對第二字段按數值排序，並經過指定第五字段的第三、4字符間按字母排序來解除按數值排序的規則。使用":"做爲字段分隔符。

sort -t : -k 2,2n -k 5.3,5.4

(注：任什麼時候候，只想對某字段進行排序時，都建議明確指定其起始和結束位置)

注意，若是寫的是"-k 2n"而不是"-k 2,2n"，該key將從第二字段一直擴展到行尾，這是主排序key，而副排序key"-k 5.3,5.4"在主排序key的排序基礎上再按照字母排序。絕大多數狀況下，讓key向後擴展通常不是所指望的行爲。

還需注意，"n"選項做用範圍爲第一個key。這等價於"-k 2n,2"或"-k 2n,2n"。全部的修飾符，除了"-b"，不管寫在pos1仍是pos2，都會做用於整個key。

(注：因爲n選項沒法跨越key，所以上面即便寫成了"-k 2n"也是等價的，但下面兩個命令則不同：

sort -t : -k 2 -k 5.3,5.4n
sort -t : -k 2,2 -k 5.3,5.4n

因爲默認的字符集排序規則會跨越key，第一條命令中主key從第2字段開始，直到行尾結束，因而會先對整個key按字符排序，而後在此基礎上再對副key按數值排序。
再以下面的例子：即便主key的字段在副key的字段後面，副key因爲是作字符集排序，因此仍會跨越主key。)

sort -t : -k 5n -k 2

• 對/etc/passwd文件的第5字段排序，並忽略前導空白。若是第5字段排序結果相等，則進一步按數值對第3字段的uid進行排序。字段分隔符爲":"。

sort -t : -k 5b,5 -k 3,3n /etc/passwd
sort -t : -n -k 5b,5 -k 3,3 /etc/passwd
sort -t : -b -k 5,5 -k 3,3n /etc/passwd

以上三個命令是等價的。第一個命令指定了第一個key的POS1要忽略前導空白，且第二個key要按照數值排序。另外兩個命令中，缺乏選項的key將繼承全局選項。此處繼承之因此能正確工做，是由於"-k 5b,5b"和"-k 5b,5"是等價的。

• 對一系列日誌文件進行排序，主排序key爲IPv4，副排序key爲時間戳。若是兩行的主、副key都徹底一致，則按照文件被讀取時的相對順序輸出。日誌文件包含的行格式大體以下：

4.150.156.3 - - [01/Apr/2004:06:31:51 +0000] message 1
211.24.3.231 - - [24/Apr/2004:20:17:39 +0000] message 2

使用單個空格能夠精確分割這些字段。IPV4地址列按照字典順序排序，例如212.61.52.2小於212.129.233.201，由於61小於129。

sort -s -t ' ' -k 4.9n -k 4.5M -k 4.2n -k 4.14,4.21 file*.log |\
sort -s -t '.' -k 1,1n -k 2,2n -k 3,3n -k 4,4n

該示例沒法僅使用一個sort語句實現，由於IPV4地址須要使用"."分隔，而時間戳須要使用空格分隔。所以，使用兩個sort語句：第一個sort語句按照時間戳排序，第二個語句按照IPV4排序。第一個sort命令中使用"-k"將每一個字段進行隔離，先按照年排序，再按照月份排序，接着是日，最後對"時:分:秒"排序。除了"時:分:秒"這個key，其他的key都不必指定key的結束位置，由於"n"和"M"選項做用範圍不能跨域每一個key的左邊界。第二個sort命令是對ipv4地址按照字典順序排序的。第二個sort語句中使用了"-s"選項，以防止主排序key的關係被副排序key破壞，第一個sort語句中使用"-s"選項是爲了保證兩個sort語句在"-s"屬性上的一致性。

(注：因爲n選項沒法跨越key邊界和非數學字符，所以上面第二個sort命令和下面的命令是等價的：)

sort -s -t '.' -n -k1 -k2 -k3 -k4