Linux下的sort排序命令詳解

1 sort的工作原理

sort將文件的每一行作為一個單位，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。

[zookeeper@master rh]$ cat seq.txt
banana
apple
pear
orange
pear
[zookeeper@master rh]$ sort seq.txt 
apple
banana
orange
pear
pear

2 sort的-u選項

它的作用很簡單，就是在輸出行中去除重復行。

[zookeeper@master rh]$ sort -u seq.txt 
apple
banana
orange
pear

pear由於重復被-u選項無情的刪除了。

3 sort的-r選項

[zookeeper@master rh]$ cat number.txt
1
3
5
7
11
2
4
6
10
8
9
[zookeeper@master rh]$ sort number.txt　　--sort默認的排序方式是升序
1
10
11
2
3
4
5
6
7
8
9
[zookeeper@master rh]$ sort -n number.txt　　　　　　--排序程序將這些數字按字符來排序了，排序程序會先比較1和2，顯然1小，所以就將10放在2前面
1
2
3
4
5
6
7
8
9
10
11
[zookeeper@master rh]$ sort -n -r number.txt  　　　　--r表示降序，n表示按數字進行排序
11
10
9
8
7
6
5
4
3
2
1

4 sort的-o選項

由於sort默認是把結果輸出到標准輸出，所以需要用重定向才能將結果寫入文件，形如sort filename > newfile。

但是，如果你想把排序結果輸出到原文件中，用重定向可就不行了。

[zookeeper@master rh]$ sort -n -r number.txt > number.txt
[zookeeper@master rh]$ cat number.txt 
[zookeeper@master rh]$ 

number清空了。所以我們需要使用-o選項，它成功的解決了這個問題，讓你放心的將結果寫入原文件。這或許也是-o比重定向的唯一優勢所在。

[zookeeper@master rh]$ sort -n -r number.txt -o number.txt
[zookeeper@master rh]$ cat number.txt 
11
10
9
8
7
6
5
4
3
2
1

5 sort的-t選項和-k選項

[zookeeper@master rh]$ cat facebook.txt
banana:30:5.5
apple:10:2.5
pear:90:2.3
orange:20:3.4
[zookeeper@master rh]$ sort -n -k 2 -t : facebook.txt
apple:10:2.5
orange:20:3.4
banana:30:5.5
pear:90:2.3

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？幸好，sort提供了-t選項，後面可以設定間隔符。（是不是想起了cut和paste的-d選項，共鳴～～）

指定了間隔符之後，就可以用-k來指定列數了。我們使用冒號作為間隔符，並針對第二列來進行數值升序排序，結果很令人滿意。

6 其他的sort常用選項

-f會將小寫字母都轉換為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，如果亂序，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，如果亂序，不輸出內容，僅返回1

-M會以月份來排序，比如JAN小於FEB等等

-b會忽略每一行前面的所有空白部分，從第一個可見字符開始比較。

Linux下的sort排序命令詳解(二)

有時候學習腳本，你會發現sort命令後面跟了一堆類似-k1,2，或者-k1.2 -k3.4的東東，有些匪夷所思。今天，我們就來搞定它—-k選項！

1 准備素材

[root@FDMdevBI opt]# cat testsort.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。（除了公司名稱，其他的別信，都瞎寫的^_^）

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：（這個facebook.txt文件有三個域）

[root@FDMdevBI opt]# sort -t ' ' -k 1 testsort.txt 
baidu 100 5000
google 110 5000
guge 50 3000
sohu 100 4500

看到了吧，就直接用-k 1設定就可以了。（其實此處並不嚴格，稍後你就會知道）

3 我想讓facebook.txt按照公司人數排序

[root@FDMdevBI opt]# sort -n -t ' ' -k 2 testsort.txt 
guge 50 3000
baidu 100 5000
sohu 100 4500
google 110 5000

但是，此處出現了問題，那就是baidu和sohu的公司人數相同，都是100人，這個時候怎麼辦呢？按照默認規矩，是從第一個域開始進行升序排序，因此baidu排在了sohu前面。

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：

[root@FDMdevBI opt]# sort -n -t ' ' -k2 -k3 testsort.txt 
guge 50 3000
sohu 100 4500
baidu 100 5000
google 110 5000

看，我們加了一個-k2 -k3就解決了問題。對滴，sort支持這種設定，就是說設定域排序的優先級，先以第2個域進行排序，如果相同，再以第3個域進行排序。（如果你願意，可以一直這麼寫下去，設定很多個排序優先級）

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

[root@FDMdevBI opt]# sort -n -t ' ' -k3r -k2 testsort.txt 
baidu 100 5000
google 110 5000
sohu 100 4500
guge 50 3000

此處有使用了一些小技巧，你仔細看看，在-k 3後面偷偷加上了一個小寫字母r。你想想，再結合我們上一篇文章，能得到答案麼？揭曉：r和-r選項的作用是一樣的，就是表示逆序。因為sort默認是按照升序排序的，所以此處需要加上r表示第三個域（員工平均工資）是按照降序排序。此處你還可以加上n，就表示對這個域進行排序時，要按照數值大小進行排序，舉個例子吧：

[root@FDMdevBI opt]# sort -t ' ' -k3rn -k2n testsort.txt 
baidu 100 5000
google 110 5000
sohu 100 4500
guge 50 3000

看，我們去掉了最前面的-n選項，而是將它加入到了每一個-k選項中了。

6 -k選項的具體語法格式

要繼續往下深入的話，就不得不來點理論知識。你需要了解-k選項的語法格式，如下：

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

這個語法格式可以被其中的逗號（“，”）分為兩大部分，Start部分和End部分。

先給你灌輸一個思想，那就是“如果不設定End部分，那麼就認為End被設定為行尾”。這個概念很重要的，但往往你不會重視它。

Start部分也由三部分組成，其中的Modifier部分就是我們之前說過的類似n和r的選項部分。我們重點說說Start部分的FStart和C.Start。

C.Start也是可以省略的，省略的話就表示從本域的開頭部分開始。之前例子中的-k 2和-k 3就是省略了C.Start的例子喽。

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，你可以設定FEnd.CEnd，如果你省略.CEnd，則表示結尾到“域尾”，即本域的最後一個字符。或者，如果你將CEnd設定為0(零)，也是表示結尾到“域尾”。

7 突發奇想，從公司英文名稱的第二個字母開始進行排序：