主页 / unix / 问题

问题[sort](unix)

Martin Hope
cipper
Asked: 2024-07-24 15:17:33 +0800 CST
  • 7

我希望该-g标志告诉sort将字段视为浮点数，但是：

cat << EOF | sort -g -k1,2
0 0
0 1.0
0 .5 
0 5.0
EOF

给出

0 0
0 1.0
0 .5 
0 5.0

因此.5不被视为0.5。这是一个已知错误还是什么？

附言：我不是在寻求解决方法，我已经解决了sed

sort
Martin Hope
True Soft
Asked: 2024-04-30 16:07:46 +0800 CST
  • 11

我有一个非常大的文件，我想按字母顺序排序。它是一个制表符分隔的文件，但我确实需要确保该文件是按行中的第一个字符开始排序的，无论它是空格还是其他任何字符。

输入文件示例：

2090802 V19 I must be the third in the group 
20908 02    V18 I must be the first in file, as col 1 is another value
2090802 V17 I must be the second in the group 
2090802 V16 I must be the first in the group of 2090802

使用命令sort test.txt > test-s.txt我得到这个输出：

2090802 V16 I must be the first in the group of 2090802
2090802 V17 I must be the second in the group 
20908 02    V18 I must be the first in file, as col 1 is another value
2090802 V19 I must be the third in the group

排序程序似乎看到第一列具有相同的值（忽略第 3 行中的空格），并使用下一个列（V16、V17、V18 和 V19）对文件进行排序。

但是，我希望该值20908 02被认为是不同的，我的预期结果应该是这样的：

20908 02    V18 I must be the first in file, as col 1 is another value
2090802 V16 I must be the first in the group of 2090802
2090802 V17 I must be the second in the group 
2090802 V19 I must be the third in the group

我尝试使用-b参数，并-t给出另一个分隔符，但仍然没有得到想要的结果。

如何通过考虑行中的每个字符而不忽略空格来对文件进行排序？

sort
Martin Hope
Stéphane Chazelas
Asked: 2024-04-27 14:16:34 +0800 CST
  • 8

我正在修订控制系统中以 JSON 格式跟踪某些系统的配置。

不幸的是，该配置是使用某些闭源专有命令检索的，并且输出从一次运行到下一次运行都会发生变化，因为对象和数组中的顺序或多或少是随机的。

一次，它会输出：

{
  "fru": [
    {
      "name": "foo",
      "attr": [
         {"name": "colour", "value": "blue"},
         {"name": "length", "value": 12}
      ]
    },
    {
      "name": "bar",
      "attr": [
         {"name": "colour", "value": "red"},
         {"name": "length", "value": 1}
      ]
    }
  ],
  "tags": ["x", "y"]
}

下一次：

{
  "tags": ["y", "x"],
  "fru": [
    {
      "name": "bar",
      "attr": [
         {"name": "length", "value": 1},
         {"name": "colour", "value": "red"}
      ]
    },
    {
      "name": "foo",
      "attr": [
         {"name": "colour", "value": "blue"},
         {"name": "length", "value": 12}
      ]
    }
  ]
}

这意味着从 PoV 来看git diff，从一次运行到下一次运行，一切都会发生变化，即使它是完全相同的系统。

在所有数组中，顺序无关。对象的属性中的顺序也并不重要。因此，如果我可以对该输出进行后处理，以便对象和数组的属性和成员的顺序一致，我将保证当系统不更改时输出不会更改，并且所看到的更改git diff会更多可能会反映系统的变化。

jq -S通过以下方式让我受益匪浅：

  • 对对象内部的属性进行排序
  • 将单独的对象属性和数组成员放在单独的行上（git diff基于行）。

对于上面的例子，这给了我：

{
  "fru": [
    {
      "attr": [
        {
          "name": "colour",
          "value": "blue"
        },
        {
          "name": "length",
          "value": 12
        }
      ],
      "name": "foo"
    },
    {
      "attr": [
        {
          "name": "colour",
          "value": "red"
        },
        {
          "name": "length",
          "value": 1
        }
      ],
      "name": "bar"
    }
  ],
  "tags": [
    "x",
    "y"
  ]
}

和：

{
  "fru": [
    {
      "attr": [
        {
          "name": "length",
          "value": 1
        },
        {
          "name": "colour",
          "value": "red"
        }
      ],
      "name": "bar"
    },
    {
      "attr": [
        {
          "name": "colour",
          "value": "blue"
        },
        {
          "name": "length",
          "value": 12
        }
      ],
      "name": "foo"
    }
  ],
  "tags": [
    "y",
    "x"
  ]
}

这更好，但还没有实现，因为数组没有排序（可以理解）。

请注意，现实生活中的文件更加复杂，其中包含包含更多数组的其他对象数组的数组......

我的想法是解决这个问题，对所有数组进行排序，从基于值的 JSON 字符串表示形式的最深数组开始，例如.fru[0].attr用{"name": "colour", "value": "blue"}before排序{"name": "length", "value": 12}，因为字符串在长度{"name":"colour","value":"blue"}1之前排序，然后数组用before排序，因为（与按字母顺序移动到前面的属性)排序在 之前。.frufoobar{"attr":[..."blue"...attrname{"attr":[..."red"...

我可以通过以下方式获取所有数组的路径（深度优先）：

$ jq -c '[paths(arrays)]|reverse' a
[["tags"],["fru",1,"attr"],["fru",0,"attr"],["fru"]]

我可以根据数组成员的 JSON 字符串表示形式对数组进行排序：

jq '.array|=sort_by(tojson)'

但是我如何将两者结合起来将第二个应用于第一个返回的所有数组？

或者是否有更好的方法来后处理 JSON 以使顺序保持一致？

如果jq不是最好的工具，我很乐意考虑perl的JSON模块或 ruby​​/python 等效工具。

sort
Martin Hope
superstator
Asked: 2024-01-23 02:56:25 +0800 CST
  • 5

我使用的是 Ubuntu 22，我有一个很大的文件树，其中的名称很烦人，其中包含不同位置的数值。就像是：

./2
./2/9
./2/10
./2/8
./1
./1/2
./1/1
./1/11
./11
./11/page 6
./11/page 05
./11/page 4

我想根据数值对其进行排序，忽略诸如“页面”之类的任何内容，以便我得到：

./1/1
./1/2
./1/11
./2/8
./2/9
./2/10
./11/page 4
./11/page 05
./11/page 6

我已经尝试过sort -n，但即使我只查看一级目录名称，它似乎也没有达到我的预期：

$ find . -mindepth 1 -type d | sort -n
./1
./11
./2

是否有一个方便的花花公子选项“按每个整数（而不是数字）排序”？

sort
Martin Hope
motor 30
Asked: 2023-05-11 08:15:08 +0800 CST
  • 5

我正在尝试根据从低到高开始的字符（第 2 列）和位置（第 3 列）对遗传文件进行排序。我的表在大文件中是这样的

SNP CHR BP  A1  A2  effect_allele_frequency BETA    standard_error  P
rs10875231  1   100000012   T   G   0.405   -0.0456807  0.02260471  0.04335677
rs6678176   1   100000827   C   T   0.383   0.02553138  0.02287662  0.2645817
rs78590530  1   100000948   A   G   0.016   0.171376    0.08757958  0.05035017
rs149636485 1   100001060   A   G   0.004   -0.03363731 0.1819208   0.8529224

我想以一种方式订购 CHR（从 1 到 22），该位置也从低到高无视其他列并分别为每个 chr 开始。我试过这个排序命令

sort -t $'\t' -nk3 myfile.tsv | sort -t $'\t' -nk2  > test.txt

它在 chr（第 2 列）而不是位置（第 3 列）中给出顺序。似乎第 1 列会干扰：

SNP CHR BP  A1  A2  effect_allele_frequency BETA    standard_error  P
rs1000033   1   226580387   G   T   0.416   0.02958699  0.02295015  0.1971771
rs1000050   1   162736463   T   C   0.378   0.06136397  0.02293639  0.007468015
rs1000070   1   222359612   C   T   0.381   0.02563547  0.02294139  0.2638107
rs1000073   1   157255396   G   A   0.387   -0.01470793 0.02273634  0.517414
rs1000085   1   66857915    C   G   0.024   -0.03536382 0.07555889  0.6394446
rs1000127   1   63432716    C   T   0.157   0.003052272 0.03045933  0.919875

如何仅按第 2 列然后第 3 列排序？

sort
Martin Hope
HippoMan
Asked: 2022-09-26 16:36:53 +0800 CST
  • 2

我正在运行 Ubuntu 20.0.4。

考虑以下文件的这些内容（假设文件名为input）...

/zzzzz foo bar
/hij zzz
xyz abc 
/abc 
ijk lmnop
qwer tyuiop 
abc def

如果我运行/bin/sort input，我会得到以下输出......

/abc 
abc def
/hij zzz
ijk lmnop
qwer tyuiop 
xyz abc 
/zzzzz foo bar

如您所见，排序算法完全忽略了前导斜杠。手册页中没有sort任何内容说明正斜杠以任何特殊方式处理。

但是，如果我用字符替换每个正斜杠，$则不会发生这种行为。例如，假设一个名为的文件newinput包含这些值...

$zzzzz foo bar
$hij zzz
xyz abc 
$abc 
ijk lmnop
qwer tyuiop 
abc def

换句话说，除了字符已更改为字符之外，newinput与 相同。当我这样做时，我得到这些结果......input/$/bin/sort newinput

$abc 
$hij zzz
$zzzzz foo bar
abc def
ijk lmnop
qwer tyuiop 
xyz abc

如您所见，在这种情况下，$确实被视为正常的可排序字符/bin/sort。

那么，这里发生了什么？我如何引起/bin/sort对/角色的关注？

提前感谢您的任何想法和建议。

更新：如果我在 Debian 下执行此操作，则排序工作正常，无论是/和$.

所以，我想知道这种行为是否可能是 Ubuntu 的“功能”。

sort slash
Martin Hope
Chap
Asked: 2022-07-10 14:35:47 +0800 CST
  • 1

这是我的制表符分隔文件 t.tsv：

$ cat t.tsv
2022/05/05  -258.03
2022/05/07  -18.10
2022/05/09  -10.74
2022/05/09  -132.60
2022/05/12  -18.56
2022/05/12  -20.20
2022/05/17  -11.00
2022/05/17  -112.91
2022/05/17  -51.43
2022/05/17  -64.78
2022/05/18  -13.96
2022/05/18  -13.96
2022/05/18  -7.51
2022/05/19  -17.08
2022/05/20  -33.08

我正在使用 MacOS 12.4 排序（来自手册页：排序实用程序符合 IEEE Std 1003.1-2008 (“POSIX.1”) 规范）首先按 alpha seq 升序按 col 1 排序，然后按数字升序按 col2 排序。

$ cat t.tsv|sort --field-separator='\t' --key=1,1 --key=2,2n
2022/05/05  -258.03
2022/05/07  -18.10
2022/05/09  -10.74
2022/05/09  -132.60
2022/05/12  -18.56
2022/05/12  -20.20
2022/05/17  -11.00
2022/05/17  -112.91
2022/05/17  -51.43
2022/05/17  -64.78
2022/05/18  -13.96
2022/05/18  -13.96
2022/05/18  -7.51
2022/05/19  -17.08
2022/05/20  -33.08

我很困惑为什么当第一列相同时，第二列没有按升序数字顺序排序。许多 SE 对同一问题的回答都说（a）您将单个列指定为--key=1,1，并且（b）您可以将选项-n应用于单个键定义，例如--key=2,2n.

更新：我应该提到我的外壳是bash.

sort numeric-data
Martin Hope
Yvain
Asked: 2022-05-31 11:03:27 +0800 CST
  • 1

直到现在，我一直在使用sort -u摆脱重复项。
但我对软件工具生成的列表有真正的疑问。
问题是：输出是否sort -u |wc与 相同uniq -u |wc？

因为它们不会产生相同的结果。手册uniq规定：

-u, --unique 只打印唯一的行

我的输出由 1110 个单词组成，其中sort -u保留了 1020 行和uniq -u 1110正确的数量。问题是我无法直观地发现通过>在命令行末尾使用生成的列表中的任何重复项，并且总破解密码存在问题（在自定义开膛手 john 的上下文中）。

command-line sort
Martin Hope
yael
Asked: 2022-05-18 02:42:25 +0800 CST
  • 0

以下是文件示例

585.3 M   netG ple jdhe jdhe_daily se 1732 pcv DC month 202204 day 20220413
585.5 M   netG ple jdhe jdhe_daily se 1734 pcv DC month 202204 day 20220413
585.8 M   netG ple jdhe jdhe_daily se 1733 pcv DC month 202204 day 20220413
585.9 M   netG ple jdhe jdhe_daily se 1731 pcv DC month 202203 day 20220304
586.1 M   netG ple jdhe jdhe_daily se 1732 pcv DC month 202203 day 20220304
586.5 M   netG ple jdhe jdhe_daily se 1735 pcv DC month 202204 day 20220413
587.1 M   netG ple jdhe jdhe_daily se 1734 pcv DC month 202203 day 20220304
587.3 M   netG ple jdhe jdhe_daily se 1733 pcv DC month 202203 day 20220304
587.4 M   netG ple jdhe jdhe_daily se 1736 pcv DC month 202204 day 20220413
587.4 M   netG ple jdhe jdhe_daily se 1737 pcv DC month 202204 day 20220413
587.7 M   netG ple jdhe jdhe_daily se 1738 pcv DC month 202204 day 20220413
588.0 M   netG ple jdhe jdhe_daily se 1735 pcv DC month 202203 day 20220304
594.3 M   netG ple jdhe jdhe_daily se 1730 pcv DC month 202205 day 20220515
594.3 M   netG ple jdhe jdhe_daily se 1737 pcv DC month 202203 day 20220303

我们想将最后一个字段上的日期从旧日期排序到新日期

剂量sort命令支持根据最后一个字段对数字进行排序吗？

linux sort