Sortieren mehrerer Schlüssel mit Unix-Sortierung

Ich habe möglicherweise große Dateien, die nach 1-n-Schlüsseln sortiert werden müssen. Einige dieser Tasten sind möglicherweise numerisch, andere möglicherweise nicht. Dies ist eine Säulendatei mit fester Breite, daher gibt es keine Trennzeichen.

Gibt es eine gute Möglichkeit, dies mit Unix sort zu tun? Mit einem Schlüssel ist es so einfach wie mit '-n'. Ich habe die Manpage gelesen und kurz bei Google gesucht, aber kein gutes Beispiel gefunden. Wie würde ich vorgehen, um dies zu erreichen?

Hinweis: Ich habe Perl aufgrund des Potenzials der Dateigröße ausgeschlossen. Es wäre ein letzter Ausweg.

Verwenden Sie die -kOption (oder --key=POS1[,POS2]). Es kann mehrmals angezeigt werden und jeder Schlüssel kann globale Optionen haben (z. B. nfür die numerische Sortierung).

Pass aber auf:

Wenn Sie die Datei hauptsächlich nach Feld 3 und sekundär nach Feld 2 sortieren möchten, möchten Sie Folgendes:

sort -k 3,3 -k 2,2 < inputfile

Nicht dies: sort -k 3 -k 2 < inputfile Hiermit wird die Datei nach der Zeichenfolge vom Anfang von Feld 3 bis zum Zeilenende sortiert (was möglicherweise eindeutig ist).

-k, --key=POS1[,POS2]     start a key at POS1 (origin 1), end it at POS2
                          (default end of line)

Die Option -k ist genau das, was Sie wollen.

-k 1.4,1.5n -k 1.14,1.15n

Würde die Zeichenpositionen 4-5 im ersten Feld verwenden (es ist alles ein Feld für feste Breite) und numerisch als ersten Schlüssel sortieren.

Der zweite Schlüssel wären auch die Zeichen 14-15 im ersten Feld.

(bearbeiten)

Beispiel (alles was ich habe ist DOS / Cygwin praktisch):

dir | \cygwin\bin\sort.exe -k 1.4,1.5n -k 1.40,1.60r

für die Daten:

12/10/2008  01:10 PM         1,564,990 outfile.txt

Sortiert die Verzeichnisliste numerisch nach Monatsnummer (Pos. 4-5) und umgekehrt nach Dateiname (Pos. 40-60). Da es keine Registerkarten gibt, muss Feld 1 sortiert werden.

Hier ist eine, um verschiedene Spalten in einer CSV-Datei nach numerischer und Wörterbuchreihenfolge, Spalten 5 und danach als Wörterbuchreihenfolge zu sortieren

~/test>sort -t, -k1,1n -k2,2n -k3,3d -k4,4n -k5d  sort.csv
1,10,b,22,Ga
2,2,b,20,F
2,2,b,22,Ga
2,2,c,19,Ga
2,2,c,19,Gb,hi
2,2,c,19,Gb,hj
2,3,a,9,C

~/test>cat sort.csv
2,3,a,9,C
2,2,b,20,F
2,2,c,19,Gb,hj
2,2,c,19,Gb,hi
2,2,c,19,Ga
2,2,b,22,Ga
1,10,b,22,Ga

Beachten Sie, dass -k1,1n numerisch bedeutet, beginnend mit Spalte 1 und endend mit Spalte 1. Wenn ich es unten getan hätte, hätte es Spalte 1 und 2 verkettet und 1,10 als 110 sortiert

~/test>sort -t, -k1,2n -k3,3 -k4,4n -k5d  sort.csv
2,2,b,20,F
2,2,b,22,Ga
2,2,c,19,Ga
2,2,c,19,Gb,hi
2,2,c,19,Gb,hj
2,3,a,9,C
1,10,b,22,Ga

Ich glaube an deinen Fall so etwas wie

sort -t@ -k1.1,1.4 -k1.5,1.7 ... <inputfile

wird besser funktionieren. @ ist das Feldtrennzeichen. Stellen Sie sicher, dass es sich um ein Zeichen handelt, das nirgendwo erscheint. dann wird Ihre Eingabe als aus einer Spalte bestehend betrachtet.

Edit: anscheinend hat clintp schon eine ähnliche antwort gegeben, sorry. Wie er betont, können die Flags 'n' und 'r' zu jeder Option -k .... hinzugefügt werden.

Es ist zu beachten, dass dies auch erwünscht sein kann, um die Sortierung mit dem -sSchalter zu stabilisieren , so dass gleichrangige Linien auch in der Ausgabe ihre ursprüngliche relative Reihenfolge beibehalten.

Ich möchte nur einige Tipps hinzufügen. Wenn Sie sort verwenden, achten Sie auf Ihr Gebietsschema, das sich auf die Reihenfolge des Schlüsselvergleichs auswirkt. Normalerweise verwende ich explizit LC_ALL = C, um das Gebietsschema so zu gestalten, wie ich es möchte.