像其他文件一样重新排序文件行（Unix）

Question

是否有一个工具（或选项sort）可以重新排序文件的行，以便它们像另一个文件中的键一样排序？

例如我有一个数据文件：

T01F01475558    30
T01F022B3A17    31
T01F022EEDFD    19
T01F026E0209    19

另一个（对“关键”文件进行排序）：

T01F022EEDFD
T01F026E0209
T01F022B3A17
T01F01475558

有没有办法对第一个文件进行排序，以便第一个字段与第二个文件的顺序相同？每个键都是唯一的（没有重复），并且每个文件中的行数相等。

是否存在我不知道的可以执行此操作的 UNIX 工具？

Answer 1

每个键都是唯一的（没有重复），并且每个文件中的行数相同。

这个假设非常重要。如果它成立，那么这个命令将完成这项工作（在 Bash 中）：

paste <(nl key.file | sort -k 2 | cut -f 1) <(sort data.file) | sort -n | cut -f 2-

很少有工具使用制表符作为分隔符。因此制表符不能出现在 中key.file（尽管它们可以出现在 中data.file）。无论如何， 中的合理条目key.file应该形成单个列，所以这应该不是问题。

解释：

1. nl在 的每一行前面添加一个行号key.file；这会使键本身移动到第二列；sort -k 2根据第二列（即键）进行排序。然后键被 丢弃cut -f 1。
2. 另sort一种排序方式是data.file，由于前面的键是唯一的，所以这种默认排序相当于按照唯一的键进行排序。

3. -s的两个结果sort通过 合并paste。如果没有第一个，cut示例行将是：

        4  T01F01475558    T01F01475558    30
   

   两个文件中的键的唯一性和键数量相等至关重要。实际上，两个sort-s 中的相同键在同一行离开时相遇paste。由于您不需要重复的键来占用内存，因此cut会尽快使用第一个。有了它，实际的示例行离开paste是：

        4  T01F01475558    30
   

4. 然后根据这些行的数值对它们进行排序。行号从 开始nl排在最前面，因此此操作引入了所需的顺序。

5. 最后cut丢弃第一列，保留来自的精确行data.file，但按照所需的顺序。

---

或者你可以尝试这个（在 Bash 中测试）：

while IFS='' read -r ; do
   [ -n "$REPLY" ] && grep "^$REPLY " data.file
done <key.file

请注意，代码要求每个键后都有一个空格字符data.file。

优点：

• key.file可以指定任意数量的键、重复的键、不存在的键。在这种情况下，不要考虑“排序”，而要考虑“逐行检索所需的行”。
• 您可以流式输入（例如 stdin 而不是key.file，只需省略<key.file）并动态获取输出。

缺点：

• grep会将键解释为正则表达式，这可能会适得其反。grep -F但一般来说，您需要^在模式中。
• read很慢；grep反复产卵很慢；data.file反复打开很慢。