Linux的sort总结

简介

linux下的排序操作离不开sort,总结一下易用错的地方。

主要选项

-b：寻找排序的keys时忽略前导的空白字符（blank）
-c：检查文件是否已经按照顺序排序，如未排序，会提示从哪一行开始乱序
-d：只处理英文字母、数字及空格，忽略其他的字符
-h：使用易读性数字(例如:2K、1G)
-i：除了040至176之间的ASCII字符外(八进制0-177)，忽略其他的字符(忽略无法打印的字符如退格/换页键/回车)
-k：指定要用来排序的位置
-m：将几个排序好的文件进行合并，只是单纯合并，不做排序
-M：将前面3个字母依照月份的缩写进行排序
-n：依照数值的大小排序
-r：降序
-u：忽略相同行
-t<分隔字符>：指定分隔符，默认的分隔符为空白字符和非空白字符之间的空字符

常用且易错的用法

分隔符

和其它常见的linux工具不同的是，默认的分隔符是 非空白字符(non-blank charactor)和空白字符（blank charactor） 和之间的空字符串（empty string “”）（一定是前面是非空白，后面是空白之间的）
如：" foo bar" 默认分成两段 " foo" 和" bar"，注意前面有空格。
明确这点很重要，会引出-b的使用。

-b选项

sort如不指定-k,默认的keys就是整行。-b可以忽略key前导的空白字符（默认就是空格和Tab） 。

-k选项

-k pos1[,pos2]
指定要排序的keys的位置，如果结束位置忽略，就一直到整行的结尾，所以不建议随意省略结束位置
开始和结束位置都是这样的格式：f[.c][opts]
f是区段号，从1开始
.c是区段开始的第几个字符，从1开始
如果.c在开始区段时省略，则从第1个字符开始;如果.c在结束区段时省略，相当于默认设置的0，一直到区段的结尾。
opts 是选项 MbdfghinRrV ,每个key都可以有不同的选项，会覆盖全局的选项（只要为key指定一个选项,全局的选项对该key就会失效）
除了-b选项，其它选项写在开始位置 或 结束位置 是等价的。
如： -k 2n,2 or -k 2n,2n 和-k 2,2n 是等价的。
可以指定多个-k ，先按最前的-k排序，再按后面的-k排序。

-n 选项

只识别 -（负号），数字，千位分隔符，小数点。 不识别+号，指数符e,字母
如果-n 跨区段比较（肯定有区段间的分隔符），或碰到不识别的会立即停止往后寻找key。

–debug

可以直观看到排序的keys

-s 选项

sort默认有 最后排序（last-resort comparison），按整行的ascii顺序排序，可能会使结果不稳定。
加-s 选项会阻止最后排序，使结果稳定。
-u选项也会阻止最后排序

参考

GNU sort