linux常用命令(一) —

介绍

作用

Linux 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。

注意

1、排序时，默认是按每行/每个域的首字符排序，数字的优先级要大于字符的优先级

2、不指定升序还是降序时，默认是升序

语法

1

sort [-bcdfimMnr][-o<输出文件>][-t<分隔字符>][+<起始栏位>-<结束栏位>][--help][--verison][文件][-k field1[,field2]]

参数

-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。

-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。

-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。

-u 意味着是唯一的(unique)，输出的结果是去完重了的。

-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。

+<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。

[-k field1[,field2]] 按指定的列进行排序。

重点掌握

1

-t -n -o -u - k,尤其是-k。

实例

-r，逆序排序

数据准备

1

 cat salary.txt

1
2
3
4
5


google 110 5000
baidu 100 5000
guge 50 3000
sohu 100 4500
sohu 30 1500

实验

如下所示，单独使用sort命令对文件内容进行排序，默认情况按照第一列字段内容的首字母进行升序排序

1

sort salary.txt

1
2
3
4
5


baidu 100 5000
google 110 5000
guge 50 3000
sohu 100 4500
sohu 30 1500

使用-r选项可按照逆序排序，但排序依据仍旧默认是第一列字段内容的首字母

1

 sort -r salary.txt

1
2
3
4
5


sohu 30 1500
sohu 100 4500
guge 50 3000
google 110 5000
baidu 100 5000

-k，指定按照某列进行排序

我们先使用salary.txt文本内容进行实验，输入以下命令

1

sort -k 2 salary.txt

观察输出结果可以发现，目前的排序结果是按照第二列字段的内容进行升序排序的

1
2
3
4
5


sohu 100 4500
baidu 100 5000
google 110 5000
sohu 30 1500
guge 50 3000

但这个结果其实只是一个巧合，为什么这么说呢？我们看接下来的实验

-n，按照数值大小排序

数据准备

1

 cat nums.txt

1
2
3
4
5
6


tom 10
su 15
john 2
han 20
bell 25
jom 7

我们看使用 nums.txt 文件内容的第二列进行排序的结果

1

sort -k2 nums.txt

观察实验结果，我们看到

我们期望的是能够按照 nums.txt 的第二列内容进行升序排序

但实际情况是，出现了数字10排列在数字2之前的结果

1
2
3
4
5
6


tom 10
su 15
john 2
han 20
bell 25
jom 7

出现这个结果的原因也很简单，因为默认情况下，sort命令是将文本按照字符串进行排序的，举个例子，上述数字“10”和数字“2”，

它直接将这两个数字按照字符串处理

于是字符串“10”的第一个字符是“1”，而字符串“2”的第一个字符是2

字符“1”比字符“2”小，因为sort只按照首字符进行排序，因此最后的结果就变成了“10”比“2”小

1

 sort -k2 -n nums.txt

上述命令的意思是，让sort将第二列内容视为数值，并以此为依据进行升序排序，观察实验结果这次是符合预期的

1
2
3
4
5
6


john 2
jom 7
tom 10
su 15
han 20
bell 25

同样的，我们也可以将其按照降序排序，如下所示

1

 sort -k2 -n -r nums.txt

1
2
3
4
5
6


bell 25
han 20
su 15
tom 10
jom 7
john 2

-t，指定字段分隔符

该选项的作用是指定字段分隔符

数据准备

1

cat data.csv

1
2
3
4


name,age,city
Alice,30,New York
Bob,25,Los Angeles
Charlie,35,Chicago

实验

我们首先不指定分隔符，想让内容按照第二列数据，也就是按照年龄进行升序排序，查看结果

1

sort -k2 -n  data.csv

可以看到，下述的输出结果也是不符合我们预期的，这又是为什么呢？

1
2
3
4


Alice,30,New York
Bob,25,Los Angeles
Charlie,35,Chicago
name,age,city

造成这个结果的原因是，

当我们想使用-k选项找到第二列，它首先需要知道文本是按照什么分割符划分第一列第二列

我们文件内容的每一行的每一列都是按照逗号进行分割的，sort命令不知道这一点

默认情况下，sort默认使用空格或者制表符作为分隔符，因此它此时找到的第二列是一个空列，也就是每一行的末尾

因此，这就是-t选项的作用，让sort知道我们的文本是按照什么分割符进行划分的，好让-k选项真正生效

重新输入命令

1

sort -t , -k2n data.csv

1
2
3
4


name,age,city
Bob,25,Los Angeles
Alice,30,New York
Charlie,35,Chicago

可以看到，这次的输出结果是符合预期的

练习，组合命令的使用

到这里，我们先写一道题，熟悉一下上述学过的命令

题目：在salary中，按薪水进行降序排列，薪资相同时，按公司人数升序排列。

首先回顾一下我们的salary.txt文本内容，如下，第二列数据表示公司人数，第三列数据表示公司薪水

1
2
3
4
5
6


google 110 5000
baidu 100 5000
guge 50 3000
sohu 100 4500
sohu 30 1500
sohu 30 2

我们直接给出答案，然后进行分析

1

sort -n -k3r -k2 salary.txt

输出结果

1
2
3
4
5
6


baidu 100 5000
google 110 5000
sohu 100 4500
guge 50 3000
sohu 30 2
sohu 30 1500

首先说明，这个输出结果是符合预期的，那么为什么要这么写

在此需要指出

-n是全局参数，所有指定的域（列）都有效（按数值排序）

3r中的紧跟这数字的r是局部参数，仅对-k 3r中r前面的数字所对应的第3个域（列）有效

后面的 -k 2 没有指定降序，那么默认第2个域（列）就是升序排列的。

-o,把结果输出到指定文件

在sort排序中，如果用 > 重定向来把结果输出到源文件，源文件会被置为空。

此时，-o的作用就凸显出来了。

我们先备份一下数据进行实验

1
2
3
4
5
6
7
8


(base) jl@jin-X299X-AORUS-MASTER:~/test$ cp salary.txt s.txt
(base) jl@jin-X299X-AORUS-MASTER:~/test$ cat s.txt
google 110 5000
baidu 100 5000
guge 50 3000
sohu 100 4500
sohu 30 1500
sohu 30 2

输入以下命令，我们期望的结果是，让文件按照第二列进行排序，并将排序的结果保存起来

1

 sort -k2n s.txt > s.txt

但现实情况是，此时的s.txt文件被置空了，也就是说，如果要把排序的结果回写到源文件，需要用-o参数，不能用重定向。

如果需要保存排序的结果，正确的命令应该是

1

sort -k2n s.txt -o s.txt

-u 去除重复行 | -k M,N消除指定域的重复行

再次回顾我们的salary.txt文件内容，我们看到，文本中有三条sohu相关的行，我们现在的需求是，我们想去除重复的行

1
2
3
4
5
6


google 110 5000
baidu 100 5000
guge 50 3000
sohu 100 4500
sohu 30 1500
sohu 30 2

首先尝试使用下述命令

1

sort -u salary.txt

实验失败

1
2
3
4
5
6


baidu 100 5000
google 110 5000
guge 50 3000
sohu 100 4500
sohu 30 1500
sohu 30 2

如果我们显示指定列呢？也就是这样

1

 sort -u -k1  salary.txt

还是失败！为什么呢？

1
2
3
4
5
6


baidu 100 5000
google 110 5000
guge 50 3000
sohu 100 4500
sohu 30 1500
sohu 30 2

这是因为，sort排序的时候，****-u不配合其他任何参数**时，只有*完全相同的重复行*才会被消除。

另外还需要给出一个知识点，关于**-k选项，其实是有两个参数的**，这个两个参数指定了一个范围

-K M,N

M的意思是，从哪一列开始的第一个字符作为比较的依据；N表示截止到哪一列的最后一个字符比较结束。

M,N是一个(域的)范围，如果这个M,N结合-u使用。那么-u的比较范围就是第M列的第一个字符到第N列最后一个字符之间的这段内容。

如果数字N被省略，那么-u比较的范围就是从M域开始，一直到每行的最后一个域的最后一个字符。

因此，正确的命令应该如下，这条命令是说，从第一列的第一个字符开始，到第一列的最后一个字符进行检查，如果发现重复就去重

1

sort -u -k 1,1 salary.txt

1
2
3
4


baidu 100 5000
google 110 5000
guge 50 3000
sohu 100 4500

-k 的高级用法-k1.2,3.5

通过上一案例的学习，对-k M,N有了一定了解，接下来的内容相对会比较容易理解一些。

理论知识点：

如果抛开M,N之间的逗号，单独说这个逗点

-k 1.2 表示第1个列的第二个字符

-k 2.3 表示从第2个列的第三个字符。

案例：仅仅按工资表中第一列的第二个字符升序排列

错误示范

1

sort -k 1.2  salary.txt

1
2
3
4
5
6


baidu 100 5000
sohu 100 4500
sohu 30 1500
sohu 30 2
google 110 5000
guge 50 3000

正确示范

1

sort -k 1.2,1.2  salary.txt

1
2
3
4
5
6


baidu 100 5000
google 110 5000
sohu 100 4500
sohu 30 1500
sohu 30 2
guge 50 3000

解析

-k1.2,1.2 仅仅且只按照第一个域的第二个字母进行排序，不会再按其他字符进行排序。

-k1.2 先按照第一个域的第二个字母进行排序，第二个字母如果一样，再按照第二个字母后面的字母进行排序，依次类推，直到行尾最后一个字符。也就是说：google 和 sohu的第二个字母都是o,就开始看第三个字母，显然第三个字母h应该排在o的前面。