如何使用不同的字段分隔符对多个字段进行排序

Question

我想对多个字段和多个字段分隔符上的文件进行排序。 请帮忙。 这是我的示例数据文件：

$ cat Data3
My Text|50002/100/43
My Message|50001/100/7
Help Text|50001/100/7
Help Message|50002/100/11
Text Message|50001/100/63
Visible Text|50001/100/52
Invisible Text|50002/100/1

第一个字段分隔符是管道符号，第二个字段分隔符是/ 。 我想首先在第二个字段上对这些数据进行排序，然后在其中将数据按最后一个字段的排序顺序（用/分隔）。 最后，我的排序数据应如下所示：

Help Text|50001/100/7
My Message|50001/100/7
Visible Text|50001/100/52
Text Message|50001/100/63
Invisible Text|50002/100/1
Help Message|50002/100/11
My Text|50002/100/43

通过使用sort -k2,2n -t'|' ，我可以对字段2（ 50001/50002 ）进行排序，但是在该值内，如何对最后一个字段（由/分隔）进行排序？

Answer 1

此数据集的最简单技巧是将第二列视为版本号。

$ cat Data3 | sort -k2,2V -t'|'
Help Text|50001/100/7
My Message|50001/100/7
Visible Text|50001/100/52
Text Message|50001/100/63
Invisible Text|50002/100/1
Help Message|50002/100/11
My Text|50002/100/43

但是，根据您的输入，这并不总是有效。 这将起作用，因为第二列中的值相同。

您可以执行fedorqui的建议并运行两次排序，第二次进行稳定排序。 在联机帮助页中：-s，--stable（通过禁用最后查询比较来稳定排序）

首先对次要排序标准进行排序。 然后执行稳定的排序，这将使排序顺序保持在与主要排序条件共享相同键的行中。

$ cat Data3 | sort -k3,3n -t'/' | sort -k2,2n -t'|' -s
Help Text|50001/100/7
My Message|50001/100/7
Visible Text|50001/100/52
Text Message|50001/100/63
Invisible Text|50002/100/1
Help Message|50002/100/11
My Text|50002/100/43

在这种情况下，您很幸运，因为-k2,2n -t'|' 会将第二列“ 50001/100/7”视为一个数字，可能是50001。如果将逗号分隔而不是斜杠并且在环境中使用了不同的语言环境，则可能会遇到奇怪的情况。 例如，在我的环境中，默认情况下，我运行en_US.UTF-8，其行为如下。

$ cat Data3 | tr '/' ',' | sort -k3,3n -t',' | LC_NUMERIC=en_US.UTF-8 sort -k2,2n -t'|' -s
Help Text|50001,100,7
My Message|50001,100,7
Invisible Text|50002,100,1
Visible Text|50001,100,52
Text Message|50001,100,63
Help Message|50002,100,11
My Text|50002,100,43

您所期望的是：

$ cat Data3 | tr '/' ',' | sort -k3,3n -t',' | LC_NUMERIC=C sort -k2,2n -t'|' -s
Help Text|50001,100,7
My Message|50001,100,7
Visible Text|50001,100,52
Text Message|50001,100,63
Invisible Text|50002,100,1
Help Message|50002,100,11
My Text|50002,100,43

Answer 2

只要没有其他'|' ，以下代码对我'|' 文字中的字符。

tr '|' '/' | sort -n -t '/' -k3 -k4 | sed -re 's/^([^/]*)\\/(.*)$/\\1|\\2/'

Answer 3

awk一个小技巧

$ cat Data3  | awk -F'[|/]' '{print $2"\t"$4"\t"$0}' | sort -k1 -k2 -n | cut -f3-
Help Text|50001/100/7
My Message|50001/100/7
Visible Text|50001/100/52
Text Message|50001/100/63
Invisible Text|50002/100/1
Help Message|50002/100/11
My Text|50002/100/43

• 您可以-F'[|/]'指定了所有分隔符-F'[|/]'使用awk ，先打印排序键$2"\\t"$4 ，然后打印输入行$0
• 然后使用多个键-k1 -k2进行一种sort （注意：与-k1,2 ）
• 然后cut回输入线

在许多情况下通用

Answer 4

您可以使用以下（无效但简单）的脚本：

#!/usr/bin/perl
print sort  {   @ka = split ?[|/]?, $a;
                @kb = split ?[|/]?, $b;
                $ka[1] <=> $kb[1]
             || $ka[3] <=> $kb[3]
             || $ka[0] cmp $kb[0]
            } <>

您可以省略|| $ka[0] cmp $kb[0] || $ka[0] cmp $kb[0]如果您不希望将具有相同值的行按文本消息排序。