Unix和Linux自带的sort命令功能非常强大,其主要功能是对文本内容按不同的方法排序。它不仅可以按一个或多个字段排序,还可以合并文件。使用sort处理一些较大的文件时,可能处理速度会比较慢,但却非常有效。
- 命令格式:
sort [option] [file]
sort处理的文本可以来自一个文本文件,也可以来自标准输入和管道等。
- 常用选项:
b:按字典顺序进行排序,忽略前面的空格或制表符。
d:按字典顺序进行排序,将除空格和字母以外的字符排除。
f:忽略大小写。
g:根据数值进行排序,默认从小到大(可以配合r使用按数值从大到小排序)。
i:只考虑可打印的字符。
M:将字符按月份进行比较,例如JAN<…<DEC。
n:按数值进行比较排序,默认从小到大(可以配合r使用按数值从大到小)。
r:反向排序(按首个数字从大到小,而不是按数值从大到小,字母按逆序)。
c:测试文件内容是否已经进行了排序,若无任何返回信息,则表示已经执行了排序操作。
k:指定排序的关键字。
m:合并已经排序的文件,不进行排序。
o:将结果写入文件内,不再输出到标准输出。
s:通过屏蔽最后的分类进行稳定排序。
t:使用指定的字符作为字段分隔符。
T:将临时文件放入指定的目录内。
u:如果与选项c一起使用,则检查是否在排序时已经去除重复的行,没有选项c时,则在排序时去掉重复的行。
z:用一个0字节作为结束,而不是一个换行符。
默认情况下,sort同awk一样,使用空格或制表符Tab来分割字段。如果要排序的文件不是以空格或制表符作为字段分隔符,应该使用t选项指定分隔符。分割后就可以按字段进行排序了。排序既可以按某个字段进行排序,也可以按整行排序。
- 用法示例:
(1)在使用sort命令对文本进行排序时,sort默认会将排序结果输出到标准输出。如果要保存到文件,可以使用重定向或选项o。例如:
[root@localhost test]# cat students 2821020225 Liulu Sichuan Lixia 01/23/93 89 76 88 72 325 81 2821020115 Liumin Henan lixia 05/14/94 78 65 59 78 280 70 2721020321 Xuli Jiangsu Luolei 12/25/92 76 81 85 79 321 80 2921020632 Xiayu Shanxi Hetao 03/26/93 78 86 92 78 334 84 2721010409 Liwei Sichuan tangwei 11/21/92 98 88 85 85 356 89 2921050313 Heli Xizang Tangwei 07/12/94 56 78 80 45 259 65 2721030227 Wangtao Yunnan Huli 03/21/93 87 76 69 88 320 80 [root@localhost test]# sort students >students_sort [root@localhost test]# cat students_sort 2721010409 Liwei Sichuan tangwei 11/21/92 98 88 85 85 356 89 2721020321 Xuli Jiangsu Luolei 12/25/92 76 81 85 79 321 80 2721030227 Wangtao Yunnan Huli 03/21/93 87 76 69 88 320 80 2821020115 Liumin Henan lixia 05/14/94 78 65 59 78 280 70 2821020225 Liulu Sichuan Lixia 01/23/93 89 76 88 72 325 81 2921020632 Xiayu Shanxi Hetao 03/26/93 78 86 92 78 334 84 2921050313 Heli Xizang Tangwei 07/12/94 56 78 80 45 259 65
[root@localhost test]# sort -o students_sort students
使用o选项保存结果时,如果指定的保存位置和输入的文件是同一个文件,sort会将结果保存在临时文件内,等排序结束才将结果写入。
提示:应尽量避免将输出保存到输入的文件中,特别是对一些较长的文件进行操作时,意外的错误可能会导致数据丢失。
(2)在对文件进行合并、连接之前,应该先检查文件是否已经执行了排序。可以使用c选项检测文件是否已经进行了排序。例如:
[root@localhost test]# sort -c students_sort [root@localhost test]# sort -c students sort: students:2: disorder: 2821020115 Liumin Henan lixia 05/14/94 78 65 59 78 280 70
如果文件已经排序,sort将不会返回任何结果。若没有排序,则返回相关提示信息。
(3)有时文件的行前面可能会出现一些特别的字符,影响排序的结果。这时查看文件内容并结合使用选项b和d可以排除这些字符的干扰。例如:
[root@localhost test]# cat name1 Tom Jiim Lili Kate [root@localhost test]# sort -b name1 Jiim Kate Lili Tom
[root@localhost test]# cat name2 Tom %Kate Marry #Lili [root@localhost test]# sort -d name2 %Kate #Lili Marry Tom
(4)在某些系统中,sort排序会对大写字母和小写字母区别对待。这时为了避免手动输入时产生的失误,需要将小写字母和大写字母同等对待,可以使用f选项,例如:
[root@localhost test]# sort -f alph
a
b
C
D
e
(5)默认情况下,sort总是先看第1行的第1个字符,如果第1个字符相同,则比较第2个字符,依次类推。但是有数字出现的情况则不同,默认情况下,数字1会排在数字2的前面:
[root@localhost test]# sort num 1 123 25 98
如果统计数字,可能用户更希望sort按数值从小到大排序,此时应该使用选项g让sort按数值从小到大进行排序:
[root@localhost test]# sort -g num 1 25 98 123
(6)有时为了统计一些数据,需要按月份进行排序,比如一个含义销售数据的文本,需要按月份统计销量或金额,此时可以配合使用选项M:
[root@localhost test]# sort -M sales Jan 223 Feb 443 Mar 433 Apr 445 May 555 Jun 233
(7)可以使用选项r进行反向排序(字母或数字从大到小的顺序):
[root@localhost test]# sort -r alph e D C b a [root@localhost test]# sort -r num 98 25 123 1
(8)通常,sort都使用第1个域作为排序的关键序。然而有时我们关心的内容不在第1个字段,这时就要用到选项k对指定域排序。
例如在students中按学生的辅导员进行排序:
[root@localhost test]# sort -k4 students 2921020632 Xiayu Shanxi Hetao 03/26/93 78 86 92 78 334 84 2721030227 Wangtao Yunnan Huli 03/21/93 87 76 69 88 320 80 2821020225 Liulu Sichuan Lixia 01/23/93 89 76 88 72 325 81 ...
(9)有时可能对排序的要求更严格,一个典型的例子是某个字段中一个或多个字符指明了产品的产地。这时可以先用一个数字确定要排序的关键域,然后用点号“.”加域中的第几个字符指定排序关键字符。
例如在学生信息文件students中,按学生出生的年份进行排序,出生日期在文本的第5个字段,而年份在第5个字段的第8个字符。因此可以使用一下命令:
[root@localhost test]# sort -k5.8 students 2721020321 Xuli Jiangsu Luolei 12/25/92 76 81 85 79 321 80 2721010409 Liwei Sichuan tangwei 11/21/92 98 88 85 85 356 89 2921020632 Xiayu Shanxi Hetao 03/26/93 78 86 92 78 334 84 2721030227 Wangtao Yunnan Huli 03/21/93 87 76 69 88 320 80 2821020225 Liulu Sichuan Lixia 01/23/93 89 76 88 72 325 81 2921050313 Heli Xizang Tangwei 07/12/94 56 78 80 45 259 65 2821020115 Liumin Henan lixia 05/14/94 78 65 59 78 280 70
(10)将文本students中学生信息按总成绩从小到大排序:
[root@localhost test]# sort -k10n students 2921050313 Heli Xizang Tangwei 07/12/94 56 78 80 45 259 65 2821020115 Liumin Henan lixia 05/14/94 78 65 59 78 280 70 2721030227 Wangtao Yunnan Huli 03/21/93 87 76 69 88 320 80 2721020321 Xuli Jiangsu Luolei 12/25/92 76 81 85 79 321 80 2821020225 Liulu Sichuan Lixia 01/23/93 89 76 88 72 325 81 2921020632 Xiayu Shanxi Hetao 03/26/93 78 86 92 78 334 84 2721010409 Liwei Sichuan tangwei 11/21/92 98 88 85 85 356 89
[root@localhost test]# sort -k10g students 2921050313 Heli Xizang Tangwei 07/12/94 56 78 80 45 259 65 2821020115 Liumin Henan lixia 05/14/94 78 65 59 78 280 70 2721030227 Wangtao Yunnan Huli 03/21/93 87 76 69 88 320 80 2721020321 Xuli Jiangsu Luolei 12/25/92 76 81 85 79 321 80 2821020225 Liulu Sichuan Lixia 01/23/93 89 76 88 72 325 81 2921020632 Xiayu Shanxi Hetao 03/26/93 78 86 92 78 334 84 2721010409 Liwei Sichuan tangwei 11/21/92 98 88 85 85 356 89
如果要从大到小排序,可以用n或g配合反向r使用:
[root@localhost test]# sort -k10nr students 2721010409 Liwei Sichuan tangwei 11/21/92 98 88 85 85 356 89 2921020632 Xiayu Shanxi Hetao 03/26/93 78 86 92 78 334 84 2821020225 Liulu Sichuan Lixia 01/23/93 89 76 88 72 325 81 2721020321 Xuli Jiangsu Luolei 12/25/92 76 81 85 79 321 80 2721030227 Wangtao Yunnan Huli 03/21/93 87 76 69 88 320 80 2821020115 Liumin Henan lixia 05/14/94 78 65 59 78 280 70 2921050313 Heli Xizang Tangwei 07/12/94 56 78 80 45 259 65
[root@localhost test]# sort -k10gr students 2721010409 Liwei Sichuan tangwei 11/21/92 98 88 85 85 356 89 2921020632 Xiayu Shanxi Hetao 03/26/93 78 86 92 78 334 84 2821020225 Liulu Sichuan Lixia 01/23/93 89 76 88 72 325 81 2721020321 Xuli Jiangsu Luolei 12/25/92 76 81 85 79 321 80 2721030227 Wangtao Yunnan Huli 03/21/93 87 76 69 88 320 80 2821020115 Liumin Henan lixia 05/14/94 78 65 59 78 280 70 2921050313 Heli Xizang Tangwei 07/12/94 56 78 80 45 259 65
(11)在使用选项k时,也可以指定多个字段排序,方法是使用逗号“,”将多个字段分开,也可以使用多个选项k指定字段。
(先按前面指定的字段排序,若相同,再按总后面字段排序):
[root@localhost test]# sort -k 1,2n test 1 333 2 222 2 555 3 111 3 444
等价命令:
[root@localhost test]# sort -k 1n -k 2n test 1 333 2 222 2 555 3 111 3 444
(12)有时要处理的文本并不是以空格或制表符作为字段分隔符,这时应该使用选项t指定分隔符排序,例如:
[root@localhost test]# sort -t# -k3 test 1#2#2#4 2#4#5#8 4#2#7#8 3#2#9#5
(13)当一个文本有一个或多个重复的行时,可以使用u检查或去除重复的行。
[root@localhost test]# sort test >test1 [root@localhost test]# cat test1 How are you? I am fine, thank you. I am fine, thank you. I am fine, thank you. I am fine, thank you. Nice to meet you. Nice to meet you. Nice to meet you. [root@localhost test]# sort -c test1 #没有任何返回,说明已经排序 [root@localhost test]# sort -cu test1 sort: test1:3: disorder: I am fine, thank you. #虽然已经经过排序,但有重复行 #删除重复行 [root@localhost test]# sort -u test1 How are you? I am fine, thank you. Nice to meet you.
(15)可以使用选项u和f在删除重复行时忽略大小写:
[root@localhost test]# cat test1 How are you? i am fine. i am fine. i am fine. I AM FINE. I AM FINE. I AM FINE. [root@localhost test]# sort -uf test1 How are you? i am fine.
(16)sort命令还可以合并文本,但通常推荐合并的多个文本应该具有相似的结构,以便于合并后阅读和使用。例如:
[root@localhost test]# cat test3 aaa 111 bbb 222 ccc 333 zzz 000 [root@localhost test]# cat test4 ddd 444 fff 555 jjj 999 [root@localhost test]# sort -m test3 test4 >test5 [root@localhost test]# cat test5 aaa 111 bbb 222 ccc 333 ddd 444 fff 555 jjj 999 zzz 000
在上面的示例中,test3和test4已经过排序,sort先将两个文件合并,然后执行排序并将结果重定向到test5.
注意:在对文件执行合并操作之前,应该先对要合并的文件排序。
(17)管理和维护系统时,为了更为直观地查看命令输出信息,也经常用到sort命令对其他命令的输出排序。例如查看/etc目录中最大的5个文件:
[root@localhost test]# ls -l /etc | awk '{print $1,$5,$9}' | sort -n -k2 | tail -5 -rw-r--r-- 22060 fb.modes -rw-r--r-- 31303 jwhois.conf -rw-r--r-- 37478 ld.so.cache -rw-r--r-- 362031 services -rw-r--r-- 807103 termcap
注意:sort命令在不同的系统上运行,产生的结果可能会有差异。