☰

在 shell 中使用多个 -t 进行排序

tag-icon • tag-icon command-line text-processing sort
在 shell 中使用多个 -t 进行排序

我有一个包含以下内容的文件：

192.168.130.175 2014-09-04      10:25:01        /index.html

192.168.138.244 2014-09-04      11:23:00        /index.html

192.168.138.244 2014-09-04      10:29:37        /products.html

192.168.138.244 2014-09-04      11:22:49        /products.html

192.168.83.173  2014-09-04      10:05:17        /products.html

192.168.130.175 2014-09-04      12:24:24        /products/004.html

192.168.130.175 2014-09-04      10:09:13        /products/296.html

192.168.130.175 2014-09-04      11:01:20        /products/296.html

192.168.83.173  2014-09-04      12:19:55        /products/560.html

我想，首先按 IP 数量排序，如果相同则使用第四个以制表符分隔的字母文件名access-2014-09-04.log。我试过sort -t. -k1,2 -k3,4 -n -t $'\t' -k4 access-2014-09-04.log

但它告诉我sort: incompatible tabs。

答案1

A数字( -n) 对 IP 地址进行排序只会将前两个八位字节视为“数字” - 您可以使用以下--debug选项进行验证：

$ LC_ALL=C sort --debug --stable -t $'\t' -k1,1n access-2014-09-04.log 
sort: text ordering performed using simple byte comparison
192.168.130.175>2014-09-04>10:25:01>/index.html
_______
192.168.138.244>2014-09-04>11:23:00>/index.html
_______
192.168.138.244>2014-09-04>10:29:37>/products.html
_______
192.168.138.244>2014-09-04>11:22:49>/products.html
_______
192.168.83.173>2014-09-04>10:05:17>/products.html
_______
192.168.130.175>2014-09-04>12:24:24>/products/004.html
_______
192.168.130.175>2014-09-04>10:09:13>/products/296.html
_______
192.168.130.175>2014-09-04>11:01:20>/products/296.html
_______
192.168.83.173>2014-09-04>12:19:55>/products/560.html
_______

（--stable为了清楚起见，我添加省略了最后的整行词汇排序）。

据我所知，您不能在单个命令中使用两个不同的字段分隔符- 尽管您可以使用以下形式sort将键拆分为进一步的子字段，其中是实际字段编号，是字段内的字符位置。因此KEYDEFF.CFC在这个特殊情况下前两个八位字节都是 7 个字符长，你可以伪造一个“点分隔”数字排序的第一个制表符分隔的 true 字段（其实不要这样做——它只是为了说明符号F.C，在现实生活中会失败，因为八位字节可能有 1、2 或 3 个字符长） 使用-k1.1,1.7n -k1.9,1n：

$ LC_COLLATE=C sort --debug -t $'\t' -k1.1,1.7n -k1.9,1n -s access-2014-09-04.log 
sort: text ordering performed using simple byte comparison
192.168.83.173>2014-09-04>10:05:17>/products.html
_______
        ______
192.168.83.173>2014-09-04>12:19:55>/products/560.html
_______
        ______
192.168.130.175>2014-09-04>10:25:01>/index.html
_______
        _______
192.168.130.175>2014-09-04>12:24:24>/products/004.html
_______
        _______
192.168.130.175>2014-09-04>10:09:13>/products/296.html
_______
        _______
192.168.130.175>2014-09-04>11:01:20>/products/296.html
_______
        _______
192.168.138.244>2014-09-04>11:23:00>/index.html
_______
        _______
192.168.138.244>2014-09-04>10:29:37>/products.html
_______
        _______
192.168.138.244>2014-09-04>11:22:49>/products.html
_______
        _______

我怀疑你真正想要的是自然地按 IP 排序版本（-V）然后按照默认词汇顺序按名称排序：

$ sort -t $'\t' -k1,1V -k4 access-2014-09-04.log 
192.168.83.173  2014-09-04      12:19:55        /products/560.html
192.168.83.173  2014-09-04      10:05:17        /products.html
192.168.130.175 2014-09-04      10:25:01        /index.html
192.168.130.175 2014-09-04      12:24:24        /products/004.html
192.168.130.175 2014-09-04      10:09:13        /products/296.html
192.168.130.175 2014-09-04      11:01:20        /products/296.html
192.168.138.244 2014-09-04      11:23:00        /index.html
192.168.138.244 2014-09-04      10:29:37        /products.html
192.168.138.244 2014-09-04      11:22:49        /products.html

指定稳定排序 ( -s/ --stable) 似乎没有必要，因为其余字段（日期和时间）似乎无论如何都是按词汇顺序排列的。请注意，将按您的语言环境的词汇顺序对文件名列进行排序 - 添加LC_ALL=C以强制严格字节顺序。

答案2

使用装饰-排序-去装饰习语使用任意 awk+sort+cut：

$ awk -v OFS='\t' '{ip=$1; gsub(/\./,OFS,ip); print ip, $0}' file |
    sort -k1,1n -k2,2n -k3,3n -k4,4n -k8 | cut -f5-
192.168.83.173  2014-09-04      10:05:17        /products.html
192.168.83.173  2014-09-04      12:19:55        /products/560.html
192.168.130.175 2014-09-04      10:25:01        /index.html
192.168.130.175 2014-09-04      12:24:24        /products/004.html
192.168.130.175 2014-09-04      10:09:13        /products/296.html
192.168.130.175 2014-09-04      11:01:20        /products/296.html
192.168.138.244 2014-09-04      11:23:00        /index.html
192.168.138.244 2014-09-04      10:29:37        /products.html
192.168.138.244 2014-09-04      11:22:49        /products.html

答案3

您可以使用两个 s 将命令拆分为管道sort：

sort -t $'\t' -k4 access-2014-09-04.log | sort -t. -k1,2 -k3,4 -n -s

输出：

192.168.83.173  2014-09-04      12:19:55        /products/560.html
192.168.83.173  2014-09-04      10:05:17        /products.html
192.168.130.175 2014-09-04      10:25:01        /index.html
192.168.130.175 2014-09-04      12:24:24        /products/004.html
192.168.130.175 2014-09-04      10:09:13        /products/296.html
192.168.130.175 2014-09-04      11:01:20        /products/296.html
192.168.138.244 2014-09-04      11:23:00        /index.html
192.168.138.244 2014-09-04      10:29:37        /products.html
192.168.138.244 2014-09-04      11:22:49        /products.html

首先，我按照第二个标准（路径）进行排序。现在列表按路径顺序排序。然后我按照第一个标准进行排序。我添加了-s一个稳定排序，以便不会浪费第二个排序标准。结果是，如果第一个标准不同，则将考虑所述第一个标准，但如果相同，则将保持第一步中的先前顺序（按第一个标准排序）。

顺便说一句，您的-k1,2 -k3,4IP 地址排序似乎不正确。如果您只想使用.作为分隔符进行排序，则需要使用-k1,1 -k2,2 -k3,3 -k4,4：

sort -t $'\t' -k4 access-2014-09-04.log | sort -t. -k1,1 -k2,2 -k3,3 -k4,4 -n -s

选项--debug向我揭示了这一点。但是我认为-V选项比一堆更干净-k。LC_ALL=C也很好。有关更清晰的解决方案，请参阅@steeldriver 的回答。

相关内容