Prayer

在一般中寻求卓越
posts - 1256, comments - 190, trackbacks - 0, articles - 0
  C++博客 :: 首页 :: 新随笔 :: 联系 :: 聚合  :: 管理

Linux文本处理命令 sort

Posted on 2008-11-24 11:36 Prayer 阅读(195) 评论(0)  编辑 收藏 引用 所属分类: Shell
  Sort命令
  sort命令的功能是对文件中的各行进行排序。sort命令有许多非常实用的选项,这些选项最初是用来对数据库格式的文件内容进行各种排序操作的。实际上,sort命令可以被认为是一个非常强大的数据管理工具,用来管理内容类似数据库记录的文件。
  Sort命令将逐行对文件中的内容进行排序,如果两行的首字符相同,该命令将继续比较这两行的下一字符,如果还相同,将继续进行比较。
  语法:
  sort [选项] 文件
  说明:sort命令对指定文件中所有的行进行排序,并将结果显示在标准输出上。如不指定输入文件或使用“- ”,则表示排序内容来自标准输入。
  sort排序是根据从输入行抽取的一个或多个关键字进行比较来完成的。排序关键字定义了用来排序的最小的字符序列。缺省情况下以整行为关键字按ASCII字符顺序进行排序。
  改变缺省设置的选项主要有:
  - m 若给定文件已排好序,合并文件。
  - c 检查给定文件是否已排好序,如果它们没有都排好序,则打印一个出错信息,并以状态值1退出。
  - u 对排序后认为相同的行只留其中一行。
  - o 输出文件 将排序输出写到输出文件中而不是标准输出,如果输出文件是输入文件之一,sort先将该文件的内容写入一个临时文件,然后再排序和写输出结果。
  改变缺省排序规则的选项主要有:
  - d 按字典顺序排序,比较时仅字母、数字、空格和制表符有意义。
  - f 将小写字母与大写字母同等对待。
  - I 忽略非打印字符。
  - M 作为月份比较:“JAN”<“FEB” p>
  - r 按逆序输出排序结果。
  +posl - pos2 指定一个或几个字段作为排序关键字,字段位置从posl开始,到pos2为止(包括posl,不包括pos2)。如不指定pos2,则关键字为从posl到行尾。字段和字符的位置从0开始。
  - b 在每行中寻找排序关键字时忽略前导的空白(空格和制表符)。
  - t separator 指定字符separator作为字段分隔符。
  下面通过几个例子来讲述sort的使用。
  用sort命令对text文件中各行排序后输出其结果。请注意,在原文件的第二、三行上的第一个单词完全相同,该命令将从它们的第二个单词vegetables与fruit的首字符处继续进行比较。
  $ cat text
  vegetable soup
  fresh vegetables
  fresh fruit
  lowfat milk
  $ sort text
  fresh fruit
  fresh vegetables
  lowfat milk
  vegetable soup
  用户可以保存排序后的文件内容,或把排序后的文件内容输出至打印机。下例中用户把排序后的文件内容保存到名为result的文件中。
  $ sort text>result
  以第2个字段作为排序关键字对文件example的内容进行排序。
  $ sort +1-2 example
  对于file1和file2文件内容反向排序,结果放在outfile中,利用第2个字段的第一个字符作为排序关键字。
  $ sort -r -o outfile +1.0 -1.1 example
  sort排序常用于在管道中与其他命令连用,组合完成比较复杂的功能,如利用管道将当前工作目录中的文件送给sort进行排序,排序关键字是第6个至第8个字段。
  $ ls - l | sort +5 - 7
  sort命令也可以对标准输入进行操作。例如,如果您想把几个文件文本行合并,并对合并后的文本行进行排序,您可以首先用命令cat把多个文件合并,然后用管道操作把合并后的文本行输入给命令sort,sort命令将输出这些合并及排序后的文本行。在下面的例子中,文件veglist与文件fruitlist的文本行经过合并与排序后被保存到文件clist中。
  $ cat veglist fruitlist | sort > clist
  uniq命令
  文件经过处理后在它的输出文件中可能会出现重复的行。例如,使用cat命令将两个文件合并后,再使用sort命令进行排序,就可能出现重复行。这时可以使用uniq命令将这些重复行从输出文件中删除,只留下每条记录的唯一样本。
  语法:
  uniq [选项] 文件
  说明:这个命令读取输入文件,并比较相邻的行。在正常情况下,第二个及以后更多个重复行将被删去,行比较是根据所用字符集的排序序列进行的。该命令加工后的结果写到输出文件中。输入文件和输出文件必须不同。如果输入文件用“- ”表示,则从标准输入读取。
  该命令各选项含义如下:
  - c 显示输出中,在每行行首加上本行在文件中出现的次数。它可取代- u和- d选项。
  - d 只显示重复行。
  - u 只显示文件中不重复的各行。
  - n 前n个字段与每个字段前的空白一起被忽略。一个字段是一个非空格、非制表符的字符串,彼此由制表符和空格隔开(字段从0开始编号)。
  +n 前n个字符被忽略,之前的字符被跳过(字符从0开始编号)。
  - f n 与- n相同,这里n是字段数。
  - s n 与+n相同,这里n是字符数。
  例如:
  1. 显示文件example中不重复的行。
  uniq - u example
  2. 显示文件example中不重复的行,从第2个字段的第2个字符开始做比较。
  uniq - u - 1 +1 example

只有注册用户登录后才能发表评论。
网站导航: 博客园   IT新闻   BlogJava   知识库   博问   管理