[英]How to sort a CSV with quoted fields (that may contain the separator)
[英]How to sort on Multiple Fields with different field separator
我想對多個字段和多個字段分隔符上的文件進行排序。 請幫忙。 這是我的示例數據文件:
$ 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
第一個字段分隔符是管道符號,第二個字段分隔符是/
。 我想首先在第二個字段上對這些數據進行排序,然后在其中將數據按最后一個字段的排序順序(用/
分隔)。 最后,我的排序數據應如下所示:
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
通過使用sort -k2,2n -t'|'
,我可以對字段2( 50001/50002
)進行排序,但是在該值內,如何對最后一個字段(由/
分隔)進行排序?
此數據集的最簡單技巧是將第二列視為版本號。
$ 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,根據您的輸入,這並不總是有效。 這將起作用,因為第二列中的值相同。
您可以執行fedorqui的建議並運行兩次排序,第二次進行穩定排序。 在聯機幫助頁中:-s,--stable(通過禁用最后查詢比較來穩定排序)
首先對次要排序標准進行排序。 然后執行穩定的排序,這將使排序順序保持在與主要排序條件共享相同鍵的行中。
$ 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
在這種情況下,您很幸運,因為-k2,2n -t'|' 會將第二列“ 50001/100/7”視為一個數字,可能是50001。如果將逗號分隔而不是斜杠並且在環境中使用了不同的語言環境,則可能會遇到奇怪的情況。 例如,在我的環境中,默認情況下,我運行en_US.UTF-8,其行為如下。
$ 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
只要沒有其他'|'
,以下代碼對我'|'
文字中的字符。
tr '|' '/' | sort -n -t '/' -k3 -k4 | sed -re 's/^([^/]*)\\/(.*)$/\\1|\\2/'
awk
一個小技巧
$ 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
-F'[|/]'
指定了所有分隔符-F'[|/]'
使用awk
,先打印排序鍵$2"\\t"$4
,然后打印輸入行$0
-k1 -k2
進行一種sort
(注意:與-k1,2
) cut
回輸入線 在許多情況下通用
您可以使用以下(無效但簡單)的腳本:
#!/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]
如果您不希望將具有相同值的行按文本消息排序。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.