☰

Solaris 中的 sort -z 等效项（支持多行排序）

tag-icon • tag-icon text-processing sort
Solaris 中的 sort -z 等效项（支持多行排序）

我正在寻找 Solaris 中的“sort -z”（仅在 GNU 中支持）等效项，这样我就可以获得多行“块”支持。我想按时间顺序（日期然后时间）对一些文本进行排序，并且排序不会破坏该过程中的文本块。

例如，我有：

2020-05-15:02:00:00:000 INFO[LF]
2020-05-15:02:00:02:000 INFO[LF]
[HT]some extra data as second line[LF]
[HT]2020-05-15:02:00:01:000 INFO[LF]
[HT]some extra data as second line[LF]
[HT]some extra data as third line[LF]
2020-05-15:02:00:04:000 INFO[LF]
2020-05-15:02:00:03:000 INFO[LF]
  • [HT] 是水平 Tab 键，[LF] 是 \n

我希望将其分类为

2020-05-15:02:00:00:000 INFO[LF]
2020-05-15:02:00:01:000 INFO[LF]
[HT]extra data as second line[LF]
[HT]some extra data as third line[LF]
2020-05-15:02:00:02:000 INFO[LF]
[HT]extra data as second line[LF]
2020-05-15:02:00:03:000 INFO[LF]
2020-05-15:02:00:04:000 INFO[LF]

在 Centos/ubuntu (GNU) 上，我设法做到这一点： sort -zt : -k2,2 -k3,3n -k4,4n -k5,5n -k6,6n （尽管不确定 milisec 是否排序正确）。

请注意：

  1. 我无法使用 msort - awk / sed / perl 单行解决方案受到欢迎。
  2. 每行都以 LF 结尾，无论是否为多行。
  3. 多行（包括前面的第二行）以 HF“tab”字符开头。

谢谢 ：-）

答案1

和perl：

perl -0777 -ne 'print sort /^\d.*\n(?:\D.*\n)*/gm' your-file

将整个文件加载到内存中（使用 slurp 模式-0777 -p），根据正则表达式提取块（以数字 ( ^) 开头的行（以数字 ( ) 开头的行，后面是以非数字 ( ) 开头的\d0 或更多 ( ) 行），然后将它们保存在内存中） ing。*\Dprintsort

答案2

要对以空分隔的记录进行排序，如果有一个字符保证不会出现在数据中，则可以使用tr空字节来交换它。然而，这不会直接帮助你，因为你的数据是由换行符分隔的，甚至 GNU 排序也没有选项只将某些换行符视为分隔符。您需要将换行符序列翻译为不包含换行符的内容，然后排序，然后撤消原始翻译。

假设您的数据除了某些行开头的单个制表符之外不包含制表符，则翻译可以是删除制表符之前的换行符，并在排序后将它们添加回来。

awk '/^\t/ {line = line $0; next}
     {print line; line = $0}
     END {print line}' |
sort |
awk '{gsub(/\t/, "\n\t"); print}'

相关内容