☰

Ubuntu“sort -k “不适用于文件中的所有列

tag-icon • tag-icon 18.04
Ubuntu“sort -k “不适用于文件中的所有列

概述：

我在 Windows 10 下运行“Ubuntu 18.04.1 LTS”，下载自：

  https://docs.microsoft.com/en-us/windows/wsl/install-manual

当我尝试“sort -k ”，其中“-k”是-k [123456]”时，我得到了混合的结果：

  • “-k[12]”：排序按预期进行。

  • “-k[345]”：排序未发生

  • “-k6：排序发生在第 5 列（相对于第 6 列）

如果我在基于 Cisco UCS 的 RHEL RHEL 7.7（Maipo）服务器上运行相同的文件，则所有六种排序（“sort -k[123456] ”都会像在指定的列上一样工作。

我是否遇到了 Ubuntu 中的错误，或者在 Ubuntu 和 RHEL 上是否需要以不同的方式运行？

样本排序：

LAPTOP-MOQUDB6E:/tmp $ lsb_release -d
Description:    Ubuntu 18.04.1 LTS

LAPTOP-MOQUDB6E:/tmp $ cat members          # {original file}
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
00017  Jasmine     <tbd>     Disney_Princess     Asia           Desert_Sands

LAPTOP-MOQUDB6E:/tmp $ sort -k2 members     # {"-k2": Colum_2 sort works as expected}
00017  Jasmine     <tbd>     Disney_Princess     Asia           Desert_Sands
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz

LAPTOP-MOQUDB6E:/tmp $ sort -k5 members     # {"-k5": Col_5 sort doesn't work}
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
00017  Jasmine     <tbd>     Disney_Princess     Asia           Desert_Sands
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz

LAPTOP-MOQUDB6E:/tmp $ sort -k6 members     # {"-k6": anomoly (sort occurs on Col_5)}
00017  Jasmine     <tbd>     Disney_Princess     Asia           Desert_Sands
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz

答案1

差异可能与两个系统的默认语言环境有关，特别是前导空格的排序权重。

首先，需要注意的sort是非空白到空白的过渡默认情况下 -不是将空白变为非空白。因此，当您有一个使用多个空格字符进行对齐的列式文件时，这些额外的对齐字符将被视为以下字段的一部分。您可以通过添加标志来查看这对结果的影响--debug。

[注意：我将在这里使用 C 语言环境，因为它表现出您所看到的行为，而且我不知道您的实际语言环境是什么]

$ LC_COLLATE=C sort --debug -k5 file
sort: using simple byte comparison
sort: leading blanks are significant in key 1; consider also specifying 'b'
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
                                   _____________________________________
________________________________________________________________________
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
                                      _____________________________________
___________________________________________________________________________
00017  Jasmine     <tbd>     Disney_Princess     Asia           Desert_Sands
                                            ________________________________
____________________________________________________________________________
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
                                            ____________________________________
________________________________________________________________________________
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz
                                               _______________________
______________________________________________________________________

在这里你可以看到实际发生的事情是是按第 5 列排序，但是一旦考虑到前导空格，结果就是按从多到少的前导空格的顺序排序。

同样，当您使用时-k6，它实际上是在第 6 列上排序，然而巧合的是，它给出了与第 5 列地理区域按字母顺序排序相同的顺序（只是因为Asia 恰好很短，否ortho_America 很长）

$ LC_COLLATE=C sort --debug -k6 file
sort: using simple byte comparison
sort: leading blanks are significant in key 1; consider also specifying 'b'
00017  Jasmine     <tbd>     Disney_Princess     Asia           Desert_Sands
                                                     _______________________
____________________________________________________________________________
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
                                                       _________________________
________________________________________________________________________________
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
                                                       _________________
________________________________________________________________________
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
                                                              _____________
___________________________________________________________________________
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz
                                                              ________
______________________________________________________________________

调试输出中给出了最简单的解决方案：

sort: leading blanks are significant in key 1; consider also specifying 'b'

IE

$ LC_COLLATE=C sort --debug -b -k5 file
sort: using simple byte comparison
00017  Jasmine     <tbd>     Disney_Princess     Asia           Desert_Sands
                                                 ___________________________
____________________________________________________________________________
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
                                                 _______________________________
________________________________________________________________________________
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
                                                 _______________________
________________________________________________________________________
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
                                                 __________________________
___________________________________________________________________________
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz
                                                 _____________________
______________________________________________________________________

答案2

进行了一些挖掘并观察，如果 6 列文件的每一行字段之间只有一个空格，则“sort -k# [source_file]”（“#”：1-6）在 Ubuntu 和 RHEL 上都适用于对 1-6 列执行排序。使用“sort -k#,# [source_file]”进行排序也是如此（例如：sort -k1,1 ...，sort -k2,2 ...... sort -k6,6 ...”）。

如果六列文件的每一行字段之间有多个 [空格] 字符（例如：文件已使用“cat [source_file] | column -t > [target_file]”对齐），则“sort -k# [target_file]”（“#”：1-6）仅适用于 RHEL 上的 1-6 列。

对于 Ubuntu，我观察到“sort -k #[target_file]”对第 1 列和第 2 列有效，对第 3-5 列无效，“sort -k6 [target_file]”最终对第 5 列进行排序。

对于我的实用程序，我最终对排序输入文件进行了预处理，使其字段之间只有一个空格，然后在 RHEL 和 Ubuntu 上重新测试，以确保我获得了所需的结果。感谢大家关注这两种操作系统类型之间的这种排序异常。

相关内容