在AWK中按字段对行进行数字排序

我有一个包含这些字符的文本文件，其中我的分隔符/分隔符是

##@##

：

现在我想让它们按数字排序&按第三个字段升序。我读到可以使用bash命令

sort

，不幸的是，它只支持单个字符作为分隔符

最终，排序后的文件应与以下文件完全相同：

Steve##@##Wozniak##@##Apple Inc.##@##12343
Bill##@##Gates##@##Microsoft Corp.##@##234213
Steve##@##Jobs##@##Apple Inc.##@##32421213
Tim##@##Cook##@##Apple Inc.##@##323345223

是否有一个排序修复程序，或者我可以使用awk执行此操作？

这里有一个（黑客的）想法。使用

awk

将数字字段添加到每行的开头，这样我们就可以使用

sort

对其进行排序，然后使用

sed

删除我们在第一步中添加的内容。诸如此类：

awk -vFS='##@##' '{print $4 "|" $0}' input | sort -n | sed -e 's/^[^|]*|//'

这里有一个（粗俗的）想法。使用

awk

将数字字段添加到每行的开头，这样我们就可以使用

sort

对其进行排序，然后使用

sed

删除我们在第一步中添加的内容。诸如此类：

awk -vFS='##@##' '{print $4 "|" $0}' input | sort -n | sed -e 's/^[^|]*|//'

---

解决方案使用

perl

，不需要其他命令

$ cat ip.txt 
Steve##@##Jobs##@##Apple Inc.##@##32421213
Bill##@##Gates##@##Microsoft Corp.##@##234213
abc##@##xyz##@##123 Corp.##@##234213
Steve##@##Wozniak##@##Apple Inc.##@##12343
Tim##@##Cook##@##Apple Inc.##@##323345223

$ perl -ne '($k)=/(\d+)$/; $h{$k} .= $_; END{foreach (sort {$a <=> $b} keys %h){print $h{$_}}}' ip.txt 
Steve##@##Wozniak##@##Apple Inc.##@##12343
Bill##@##Gates##@##Microsoft Corp.##@##234213
abc##@##xyz##@##123 Corp.##@##234213
Steve##@##Jobs##@##Apple Inc.##@##32421213
Tim##@##Cook##@##Apple Inc.##@##323345223

$cat ip.txt
史蒂夫·乔布斯、苹果公司、32421213
比尔•盖茨•微软公司234213
美国广播公司123公司234213
史蒂夫·沃兹尼亚克·苹果公司12343
蒂姆•库克•苹果公司323345223
$perl-ne'（$k）=/（\d+）$/$h{$k}.=$\；END{foreach（sort{$a$b}键%h）{print$h{${}}}ip.txt
史蒂夫·沃兹尼亚克·苹果公司12343
比尔•盖茨•微软公司234213
美国广播公司123公司234213
史蒂夫·乔布斯、苹果公司、32421213
蒂姆•库克•苹果公司323345223

• 行尾的数字用作键
• 输入行被附加到基于键的散列变量中，这样也可以处理具有相同键的多行
• 处理完所有行后，将按数字对键进行排序，并打印出相应的值

---

解决方案使用

perl

，无需其他命令

$ cat ip.txt 
Steve##@##Jobs##@##Apple Inc.##@##32421213
Bill##@##Gates##@##Microsoft Corp.##@##234213
abc##@##xyz##@##123 Corp.##@##234213
Steve##@##Wozniak##@##Apple Inc.##@##12343
Tim##@##Cook##@##Apple Inc.##@##323345223

$ perl -ne '($k)=/(\d+)$/; $h{$k} .= $_; END{foreach (sort {$a <=> $b} keys %h){print $h{$_}}}' ip.txt 
Steve##@##Wozniak##@##Apple Inc.##@##12343
Bill##@##Gates##@##Microsoft Corp.##@##234213
abc##@##xyz##@##123 Corp.##@##234213
Steve##@##Jobs##@##Apple Inc.##@##32421213
Tim##@##Cook##@##Apple Inc.##@##323345223

$cat ip.txt
史蒂夫·乔布斯、苹果公司、32421213
比尔•盖茨•微软公司234213
美国广播公司123公司234213
史蒂夫·沃兹尼亚克·苹果公司12343
蒂姆•库克•苹果公司323345223
$perl-ne'（$k）=/（\d+）$/$h{$k}.=$\；END{foreach（sort{$a$b}键%h）{print$h{${}}}ip.txt
史蒂夫·沃兹尼亚克·苹果公司12343
比尔•盖茨•微软公司234213
美国广播公司123公司234213
史蒂夫·乔布斯、苹果公司、32421213
蒂姆•库克•苹果公司323345223

• 行尾的数字用作键
• 输入行被附加到基于键的散列变量中，这样也可以处理具有相同键的多行
• 处理完所有行后，将按数字对键进行排序，并打印出相应的值

---

因为排序（1）只接受单个字符分隔符，所以您希望将分隔符字符串转换为排序可以识别的内容，但不是数据中显示的值。您的最佳选择是数据中无法显示的内容：不可打印的字符。一个合理的候选者是ASCII字段分隔符octal 034。当然，排序后必须恢复分隔符

如果使用bash，则可以通过八进制值直接访问字符，否则shell可能会有所不同。然后sed使其成为一个快照：

$ s=$'\034'
$ sed "s/##@##/$s/g" dat | sort -t $s -k4 -n | sed "s/$s/##@##/g"

Steve##@##Wozniak##@##Apple Inc.##@##12343
Bill##@##Gates##@##Microsoft Corp.##@##234213
Steve##@##Jobs##@##Apple Inc.##@##32421213
Tim##@##Cook##@##Apple Inc.##@##323345223

---

由于排序（1）只接受单个字符分隔符，因此您希望将分隔符字符串转换为排序可识别的内容，而不是数据中显示的值。您的最佳选择是数据中无法显示的内容：不可打印的字符。一个合理的候选者是ASCII字段分隔符octal 034。当然，排序后必须恢复分隔符

如果使用bash，则可以通过八进制值直接访问字符，否则shell可能会有所不同。然后sed使其成为一个快照：

$ s=$'\034'
$ sed "s/##@##/$s/g" dat | sort -t $s -k4 -n | sed "s/$s/##@##/g"

Steve##@##Wozniak##@##Apple Inc.##@##12343
Bill##@##Gates##@##Microsoft Corp.##@##234213
Steve##@##Jobs##@##Apple Inc.##@##32421213
Tim##@##Cook##@##Apple Inc.##@##323345223

---

这是标准方法，但使用

\t

而不是

|

作为分隔符，因为这是默认的

排序

分隔符，因此您可以告诉sort仅使用第一个字段（与顺序为

|

与其他字符的YMMV一样）也就是说，您可以在后面使用cut和它的默认分隔符：

awk-F'###@##'-v of s='\t'{print$4，$0}'input | sort-k1,1n | cut-f2-

。这是标准方法，但使用

\t

而不是

作为分隔符，因为这是默认的

排序

分隔符，因此您可以告诉sort只使用第一个字段（与顺序为

的YMMV和其他字符一样）也就是说，您可以在后面使用cut和它的默认分隔符：

awk-F'##@v of s='\t'{print$4，$0}input | sort-k1,1n | cut-f2-

。