Menyortir banyak kunci dengan sort Unix

Saya memiliki file yang berpotensi besar yang perlu diurutkan berdasarkan kunci 1-n. Beberapa dari kunci ini mungkin berupa angka dan beberapa mungkin tidak. Ini adalah file kolom lebar tetap jadi tidak ada pembatas.

Apakah ada cara yang baik untuk melakukan ini dengan semacam Unix? Dengan satu kunci, semudah menggunakan '-n'. Saya telah membaca halaman manual dan mencari Google sebentar, tetapi tidak menemukan contoh yang baik. Bagaimana saya bisa mencapai ini?

Catatan: Saya telah mengesampingkan Perl karena potensi ukuran file. Ini akan menjadi pilihan terakhir.

Gunakan -kopsi (atau --key=POS1[,POS2]). Itu dapat muncul beberapa kali dan setiap kunci dapat memiliki opsi global (seperti nuntuk urutan numerik)

Berhati-hatilah:

Jika Anda ingin mengurutkan file berdasarkan bidang 3, dan yang kedua menurut bidang 2 Anda menginginkan ini:

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

Bukan ini: sort -k 3 -k 2 < inputfile yang mengurutkan file berdasarkan string dari awal bidang 3 hingga akhir baris (yang berpotensi unik).

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

Opsi -k adalah yang Anda inginkan.

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

Akan menggunakan posisi karakter 4-5 di bidang pertama (itu semua satu bidang untuk lebar tetap) dan mengurutkan secara numerik sebagai kunci pertama.

Kunci kedua akan menjadi karakter 14-15 di bidang pertama juga.

(edit)

Contoh (yang saya miliki hanyalah DOS / cygwin berguna):

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

untuk data:

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

Mengurutkan daftar direktori berdasarkan nomor bulan (pos 4-5) secara numerik, kemudian menurut nama file (pos 40-60) secara terbalik. Karena tidak ada tab, semua kolom 1 harus diurutkan.

Berikut adalah satu untuk mengurutkan berbagai kolom dalam file csv berdasarkan urutan numerik dan kamus, kolom 5 dan setelahnya sebagai urutan kamus

~/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

Perhatikan -k1,1n berarti numerik mulai dari kolom 1 dan berakhir di kolom 1. Jika saya lakukan di bawah ini, itu akan menggabungkan kolom 1 dan 2 membuat 1,10 diurutkan sebagai 110

~/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

Saya percaya dalam kasus Anda sesuatu seperti

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

akan bekerja lebih baik. @ adalah pemisah bidang, pastikan karakter tersebut tidak muncul di mana pun. maka masukan Anda dianggap terdiri dari satu kolom.

Edit: ternyata clintp sudah memberikan jawaban serupa, maaf. Seperti yang dia tunjukkan, bendera 'n' dan 'r' dapat ditambahkan ke setiap opsi -k .....

Perhatikan bahwa mungkin juga diinginkan untuk menstabilkan pengurutan dengan -ssakelar, sehingga garis dengan peringkat yang sama mempertahankan urutan relatif aslinya di keluaran juga.

Saya hanya ingin menambahkan beberapa tip, ketika Anda menggunakan sort, berhati-hatilah dengan lokal Anda yang mempengaruhi urutan perbandingan kunci. Saya biasanya secara eksplisit menggunakan LC_ALL = C untuk membuat lokal apa yang saya inginkan.