Linux
sort是必须要掌握的Linux基本命令之一。尤其是sort -k命令，经常会被搞晕，接下来好好研究一下sort命令
sort [-bcdfimMnr][-o<输出文件>][-t<分隔字符>][+<起始栏位>-<结束栏位>][--help][--verison][文件]
sort命令用于将文本文件内容加以排序。sort可针对文本文件的内容，以行为单位来排序。-b忽略每行前面开始出的空格字符。-c 检查文件是否已经按照顺序排序。-d 排序时，处理英文字母、数字及空格字符外，忽略其他的字符。-C 类似于"-c"，只不过不输出任何诊断信息。可以通过退出状态码1判断出文件未排序-f 排序时，将小写字母视为大写字母。-i 排序时，除了040至176之间的ASCII字符外，忽略其他的字符。-k 以哪个区间 (field) 来进行排序-m 将几个排序好的文件进行合并。-M 将前面3个字母依照月份的缩写进行排序。-n 依照数值的大小排序。-o<输出文件> 将排序后的结果存入指定的文件。-r 以相反的顺序来排序。-t<分隔字符> 指定排序时所用的栏位分隔字符。-u 忽略相同行+<起始栏位>-<结束栏位> 以指定的栏位来排序，范围由起始栏位到结束栏位的前一栏位。--help 显示帮助。--version 显示版本信息。$ cat sort.log
a mac 2000 500 2K
d winxp 4000 300 3G
e bsd 1000 600 4M
b linux 1000 200 5K
f SUSE 4000 300 6M
g winxp 500 300 3G
c win7 2000 100 7G
c Debian 600 200 8K
## 1、打印从哪列开始是乱序
$ sort -c sort.log; echo $?
sort: sort.log:4: disorder: b linux 1000 200 5K
1
$ sort -C sort.log; echo $?
1
##其中，返回结果 1，表示文件不是已经排序好的文件
## 2、默认排序(整行进行ASCII字符升序)
$ sort sort.log
a mac 2000 500 2K
b linux 1000 200 5K
c Debian 600 200 8K
c win7 2000 100 7G
d winxp 4000 300 3G
e bsd 1000 600 4M
f SUSE 4000 300 6M
g winxp 500 300 3G
## 3、高能来了，让人迷糊的 k 语法，首先看下 k 的语法格式
[ FStart [ .CStart ] ] [ Modifier ] [ , [ FEnd [ .CEnd ] ][ Modifier ] ]
## 这个语法格式可以被其中的逗号（”,”）分为两大部分，Start部分和End部分
## Start和End部分都由三部分组成，其中的Modifier部分就是类似n和r的选项部分，可省略
## FStart、Fend，表示使用的域，而CStart则表示在FStart域中从第几个字符开始算"排序首字符",同理,CEnd表示结尾的第几个字符是排序末尾字符,.CStart、.CEnd是可以省略的，分别表示从本域的开头部分开始、到本域的域尾结束,CEnd设定为0,也是表示结尾到域尾。口说无凭，上几个例子吧
## 3.1 对第三列进行排序，如果不加n，按照 ASCII字符排序
$ sort -t $‘\t‘ -k 3 sort.log
b linux 1000 200 5K
e bsd 1000 600 4M
c win7 2000 100 7G
a mac 2000 500 2K
d winxp 4000 300 3G
f SUSE 4000 300 6M
g winxp 500 300 3G
c Debian 600 200 8K
## 3.2 加n后，按照数值排序
$ sort -t $‘\t‘ -k 3n sort.log
g winxp 500 300 3G
c Debian 600 200 8K
b linux 1000 200 5K
e bsd 1000 600 4M
a mac 2000 500 2K
c win7 2000 100 7G
d winxp 4000 300 3G
f SUSE 4000 300 6M
## 3.3 不指定FEnd 时，多个 -k 从前往后排序可以，从后往前不行
$ sort -t $‘\t‘ -k 3n -k 1 sort.log
g winxp 500 300 3G
c Debian 600 200 8K
b linux 1000 200 5K
e bsd 1000 600 4M
a mac 2000 500 2K
c win7 2000 100 7G
d winxp 4000 300 3G
f SUSE 4000 300 6M
## 从后往前，多个-k，第三列相同时，按照第一列降序排列，数据符合预期
sort -t $‘\t‘ -k 3n -k 1r sort.log
g winxp 500 300 3G
c Debian 600 200 8K
e bsd 1000 600 4M
b linux 1000 200 5K
c win7 2000 100 7G
a mac 2000 500 2K
f SUSE 4000 300 6M
d winxp 4000 300 3G
## 更换成从前往后
$ sort -t $‘\t‘ -k 1 -k 3n sort.log
a mac 2000 500 2K
b linux 1000 200 5K
c Debian 600 200 8K
c win7 2000 100 7G
d winxp 4000 300 3G
e bsd 1000 600 4M
f SUSE 4000 300 6M
g winxp 500 300 3G
$ sort -t $‘\t‘ -k 1 -k 3nr sort.log
a mac 2000 500 2K
b linux 1000 200 5K
c Debian 600 200 8K
c win7 2000 100 7G
d winxp 4000 300 3G
e bsd 1000 600 4M
f SUSE 4000 300 6M
g winxp 500 300 3G
## 通过 sort -t $‘\t‘ -k 1 -k 3n sort.log和 sort -t $‘\t‘ -k 1 -k 3nr sort.log 返回的结果发现，在第一列相等时，无论其三列是正序排列，还是逆序排列，结果都一样，说明后边的 -k 未生效
## 当指定 FEend 后
$ sort -t $‘\t‘ -k 1,1 -k 3nr sort.log
a mac 2000 500 2K
b linux 1000 200 5K
c win7 2000 100 7G
c Debian 600 200 8K
d winxp 4000 300 3G
e bsd 1000 600 4M
f SUSE 4000 300 6M
g winxp 500 300 3G
## 3.4 作用域
## 紧跟在字段后的选项(如"-k3n"的"n"和"-k2nr"的"n"，"r")称为私有选项，使用短横线写在字段外的选项(如"-n"、"-r")为全局选项。当没有为字段分配私有选项时，该排序字段将继承全局选项，所有选项包括但不限于"bfnrhM"
## 除了"b"选项外，其余选项无论是指定在FStart还是FEnd中都是等价的，对于"b"选项，指定在FStart则作用于FStart，指定在FEnd则作用于FEnd
$ sort -t $‘\t‘ -k1r,2 sort.log #可以看出一、二列都是倒叙排列
g winxp 500 300 3G
f SUSE 4000 300 6M
e bsd 1000 600 4M
d winxp 4000 300 3G
c win7 2000 100 7G
c Debian 600 200 8K
b linux 1000 200 5K
a mac 2000 500 2K
## 3.5 注意
## 指定n选项按数值排序时, 由于"n"选项只能识别数字和负号"-"，当排序时遇到无法识别字符时，将导致该key的排序立即结束，n选项绝对不会跨域进行比较
## 默认情况下，sort会进行一次"最后的排序"，按照默认规则对整行进行一次排序，这次排序称为"最后的排序"
$ sort -t $‘\t‘ -k3n sort.log #在第三列相等时，整行会按照 ASCII 进行最后的升序排列
g winxp 500 300 3G
c Debian 600 200 8K
b linux 1000 200 5K
e bsd 1000 600 4M
a mac 2000 500 2K
c win7 2000 100 7G
d winxp 4000 300 3G
f SUSE 4000 300 6M
## 加了 -s 后，不会进行最后的排序(1000相同时，e在b的前边了)，而是保留原排序
$ sort -t $‘\t‘ -k3,4n -s sort.log
g winxp 500 300 3G
c Debian 600 200 8K
e bsd 1000 600 4M
b linux 1000 200 5K
a mac 2000 500 2K
c win7 2000 100 7G
d winxp 4000 300 3G
f SUSE 4000 300 6M
## 3.6 按照某个域中的第n个字符进行排序
## 按第二列第三个字符进行排序
$ sort -t $‘\t‘ -k2.3,2.3 sort.log
c Debian 600 200 8K
a mac 2000 500 2K
e bsd 1000 600 4M
b linux 1000 200 5K
c win7 2000 100 7G
d winxp 4000 300 3G
g winxp 500 300 3G
f SUSE 4000 300 6M
## -h 使用易读性数字(例如:2K、1G)
$ sort -t $‘\t‘ -k5h sort.log
a mac 2000 500 2K
b linux 1000 200 5K
c Debian 600 200 8K
e bsd 1000 600 4M
f SUSE 4000 300 6M
d winxp 4000 300 3G
g winxp 500 300 3G
c win7 2000 100 7G
## sort –u 和 sort | uniq 区别
## 如果sort 指定 -k 选项，是不等价的, uniq默认是对整行进行去重
$ sort -t $‘\t‘ -k2,2 -u sort.log
e bsd 1000 600 4M
c Debian 600 200 8K
b linux 1000 200 5K
a mac 2000 500 2K
f SUSE 4000 300 6M
c win7 2000 100 7G
d winxp 4000 300 3G
$ sort -t $‘\t‘ -k2,2 sort.log|uniq
e bsd 1000 600 4M
c Debian 600 200 8K
b linux 1000 200 5K
a mac 2000 500 2K
f SUSE 4000 300 6M
c win7 2000 100 7G
d winxp 4000 300 3G
g winxp 500 300 3G
## sort -t $‘\t‘ -k2,2 -u sort.log 会对第二列进行去重
## 而 sort -t $‘\t‘ -k2,2 sort.log|uniq 会对整行进行去重(当然uniq也可以按照第二列进行去重)
原文：https://www.cnblogs.com/dataanaly/p/13181026.html