主页 / unix / 问题 / 519203
Accepted
SHW
Asked: 2019-05-16 23:05:21 +0800 CST

对文件的一部分进行排序

  • 772

是否可以在大文件中的两个字符串之间进行排序？

例如，当前文件为：

    0cf  Front Brake
    0d0  Rear Brake
    0ce  Handle Bars
HUT 03  VR Controls
    009  Vest
    001  Belt
    002  Body Suit
    020  Stereo Enable
    003  Flexor
    007  Hand Tracker
    004  Glove
    006  Head Mounted Display
    008  Oculometer
    00a  Animatronic Device
    000  Unidentified
    021  Display Enable
    005  Head Tracker
HUT 04  Sport Controls
    000  Unidentified
    002  Golf Club
    001  Baseball Bat

所需的输出如下：

    0ce  Handle Bars
    0cf  Front Brake
    0d0  Rear Brake
HUT 03  VR Controls
    000  Unidentified
    001  Belt
    002  Body Suit
    003  Flexor
    004  Glove
    005  Head Tracker
    006  Head Mounted Display
    007  Hand Tracker
    008  Oculometer
    009  Vest
    00a  Animatronic Device
    020  Stereo Enable
    021  Display Enable
HUT 04  Sport Controls
    000  Unidentified
    001  Baseball Bat
    002  Golf Club

在这里，HUT 03 VR Controls和HUT 04 Sports Controls部分进行了整理。

在给定的文件中，节标题以非空格字符开头，而节内容始终以空格或制表符开头。由于此文件有 100 多个部分，因此在脚本/命令中硬编码部分名称是不可行的

sort

5 个回答

  1. Best Answer

    在 Python 中：

    #!/usr/bin/python3

with open("file.txt", "r") as ins:
    lines = []
    for line in ins:
        if line.startswith((" ", "\t")):
            lines.append(line)
        else:
            lines.sort()
            print(*lines, end = "", sep = "")
            print(line, end = "")
            lines = []
    lines.sort()
    print(*lines, end = "", sep = "")

    这会对所有部分（单独）进行排序，而不仅仅是两个特定行之间的部分。

    • 7 
  2. $ awk 'BEGIN { OFS="\t"; s=0 } /^[^[:blank:]]/ { print ++s "\b", $0; next } { print s, $0 }' file | sort -n | cut -f 2-
    0ce  Handle Bars
    0cf  Front Brake
    0d0  Rear Brake
HUT 03  VR Controls
    000  Unidentified
    001  Belt
    002  Body Suit
    003  Flexor
    004  Glove
    005  Head Tracker
    006  Head Mounted Display
    007  Hand Tracker
    008  Oculometer
    009  Vest
    00a  Animatronic Device
    020  Stereo Enable
    021  Display Enable
HUT 04  Sport Controls
    000  Unidentified
    001  Baseball Bat
    002  Golf Club

    这用于awk在与该行所在的部分相对应的每一行前面添加一个数字（和一个制表符分隔符）。对于节标题，我们添加一个数字后跟一个退格字符（仅因为退格在制表符之前排序）。然后我们在删除它们和添加的制表符分隔符之前简单地对这些数字的结果数据进行排序。

    通过在行首查找非空白字符来检测节标题。

    • 7

  3. 为了好玩，这是一种使用以下方法对单个部分进行排序的方法ex：

    ex file <<%
/HUT
+1,/HUT/-1!sort
w file.sorted
q
%
    • 6

  4. 你可以得到awk并sort合作完成工作。

    awk '
    /^[[:blank:]]/{print | "sort"; next}
    {close("sort"); print}; 
    END{close("sort")}
' file
    • 将每个内容行通过管道传输到sort
    • 遇到节标记时close调用；sort这会导致sort将其输出刷新到标准输出并退出
    • 打印部分标记
    • 节标记之后的内容行的新实例sort接管
    • 最后调用close以sort处理尾随内容
    • 3

  5. 对于这样的任务，我经常发现编写脚本很乏味。vim如果只需要执行一次并且可能只需要几个文件，那么如果您打开文件并键入以下内容，则可以使用宏很好地完成：

    • GoFAKE SECTION<ESC>：在最后添加一个假部分，并确保它位于行首（您可能拥有cindent或autoindent启用）。这也是对最后一部分进行排序所必需的。
    • gg：返回到文件的开头，然后文件从一个部分开始向下一行j
    • qq: 开始录制宏来注册 q
    • v: 开始选择
    • /^\S\+<Enter>: 搜索下一节的开头
    • k: 上一行
    • :!sort<Enter: 对部分进行排序
    • nj: 转到下一节的第一个元素
    • q: 停止录制宏
    • @q: 重复宏
    • 100@@：重复宏几次（直到没有剩余部分）
    • dd：删除文件的最后一行（FAKE SECTION）

    您可能希望:set lazyredraw加快宏的执行速度。

    • 1

相关问题