Linux Shell Sort命令：从基础到进阶的排序神器

Linux Shell Sort命令：从基础到进阶的排序神器

在Linux Shell环境中，排序是数据处理的核心操作之一。无论是整理日志文件、分析CSV数据，还是处理批量文本，sort命令都能凭借其强大的灵活性和高效性成为必备工具。它不仅支持简单的字符排序，还能实现数值排序、按指定字段排序、去重等复杂需求。本文将从基础用法到进阶技巧，全面拆解sort命令的使用场景，帮你轻松驾驭各类排序任务。

一、sort命令基础：核心语法与默认行为

1. 核心语法

sort命令的基本格式如下：

sort [选项] [文件...]

• 若未指定文件，sort会从标准输入（键盘输入或管道传递的数据）读取内容；
• 若指定多个文件，sort会合并所有文件内容后统一排序。

2. 默认排序规则

不添加任何选项时，sort遵循以下默认行为：

• 按字符ASCII码顺序排序（而非中文拼音或数值大小）；
• 逐行比较，从每行第一个字符开始依次对比；
• 排序结果默认输出到标准输出（屏幕），不会修改原文件。

示例1：简单文本排序

假设有文件fruit.txt，内容如下：

banana
apple
cherry
date
Apple

执行默认排序：

sort fruit.txt

输出结果：

Apple
apple
banana
cherry
date

解释：大写字母ASCII码（A-Z：65-90）小于小写字母（a-z：97-122），因此Apple排在apple之前，后续按字母顺序排列。

二、常用核心选项：解决80%的排序需求

sort的强大之处在于丰富的选项，以下是最常用的核心功能，覆盖日常大部分场景。

1. 数值排序（而非字符排序）：-n选项

默认字符排序会将数值按“字符顺序”处理（例如10会排在2之前，因为1的ASCII码小于2）。-n（--numeric-sort）选项可强制按数值大小排序。

示例2：数值排序vs字符排序

创建文件numbers.txt：

10
2
25
3
100

• 字符排序（默认）：

  sort numbers.txt
  # 输出：10 100 2 25 3（按首字符ASCII码排序）
  

• 数值排序（-n）：

  sort -n numbers.txt
  # 输出：2 3 10 25 100（按数值升序）
  

2. 逆序排序：-r选项

-r（--reverse）选项用于反转排序结果，实现降序排列，可与-n、字符排序等结合使用。

示例3：数值降序排序

sort -nr numbers.txt
# 输出：100 25 10 3 2

3. 去重排序：-u选项

-u（--unique）选项会在排序后去除重复行（仅保留第一次出现的行），等价于sort | uniq，但效率更高。

示例4：去重排序

创建文件duplicates.txt：

cat
dog
cat
bird
dog

执行去重排序：

sort -u duplicates.txt
# 输出：bird cat dog（排序后无重复）

⚠️ 注意：-u仅对“完全相同的行”去重，若行尾有空格、制表符等不可见字符，会被视为不同行。

4. 按指定字段排序：-k选项

处理结构化数据（如CSV、日志文件，字段间用分隔符分隔）时，-k（--key=POS1[,POS2]）选项可指定按第N个字段排序。

关键补充：字段分隔符-t

默认情况下，sort以“空白字符”（空格、制表符）为分隔符，且多个空白字符视为一个分隔符。若数据用逗号、冒号等分隔，需用-t指定分隔符。

示例5：按CSV文件的指定字段排序

假设有学生成绩文件score.csv（逗号分隔，格式：姓名,语文,数学）：

张三,85,92
李四,90,88
王五,78,95
张三,85,90

• 按“数学成绩”（第3字段）数值升序排序：

  sort -t ',' -k 3 -n score.csv
  # 输出：
  # 张三,85,90
  # 李四,90,88
  # 张三,85,92
  # 王五,78,95
  

• 按“语文成绩”（第2字段）降序，再按“数学成绩”（第3字段）升序排序：

  sort -t ',' -k 2nr -k 3n score.csv
  # 解释：-k 2nr 表示第2字段数值降序，-k 3n 表示第3字段数值升序
  # 输出：
  # 李四,90,88
  # 张三,85,90
  # 张三,85,92
  # 王五,78,95
  

字段范围细化：-k POS1,POS2

-k可指定字段内的字符范围，格式为-k 字段号.起始字符,字段号.结束字符（字符从1开始计数）。

示例：按第2字段的第2-3个字符排序（假设字段为AB123、CD456）：

sort -t ',' -k 2.2,2.3 score.csv

5. 忽略大小写排序：-f选项

-f（--ignore-case）选项会忽略大小写差异，将大写和小写字母视为相同字符排序。

示例6：忽略大小写排序

sort -f fruit.txt
# 输出：apple Apple banana cherry date（不区分大小写，按字母顺序）

6. 稳定排序：-s选项

当两行的排序字段完全相同时，sort默认会按原文件中的顺序保留（部分版本可能不稳定）。-s（--stable）选项强制启用稳定排序，确保相等元素的相对顺序与原文件一致。

示例7：稳定排序

对score.csv按语文成绩（第2字段）排序后，相同语文成绩的行保留原顺序：

sort -t ',' -k 2n -s score.csv

三、进阶技巧：处理复杂场景

1. 排序后覆盖原文件：-o选项

sort默认输出到屏幕，若需将排序结果写入原文件，不能直接用sort file > file（会先清空文件），需用-o（--output=FILE）选项：

sort -n numbers.txt -o numbers.txt  # 安全覆盖原文件

2. 处理多字节字符（中文排序）

默认sort不支持中文拼音排序（按GBK/UTF-8编码的字节顺序排序，结果混乱）。需借助LC_ALL环境变量指定 locale 为中文编码：

# UTF-8编码文件（如中文文件名、内容）
LC_ALL=zh_CN.UTF-8 sort chinese.txt

# GBK编码文件
LC_ALL=zh_CN.GBK sort chinese_gbk.txt

示例8：中文姓名排序

文件chinese_names.txt：

李四
张三
王五
赵六

执行中文排序：

LC_ALL=zh_CN.UTF-8 sort chinese_names.txt
# 输出：李四 王五 张三 赵六（按拼音首字母L、W、Z排序）

3. 按文件大小排序（结合ls和sort）

日常运维中，常需查看目录下文件大小并排序，可通过管道组合ls和sort：

# 按文件大小降序排序（-h：人类可读格式，如KB/MB；-l：长格式输出）
ls -lh | sort -hr

4. 忽略前N行排序（跳过表头）

处理CSV、日志文件时，若第一行为表头（字段名），需跳过表头排序，可结合tail命令：

# 跳过score.csv的第一行（表头），按第3字段数值排序
tail -n +2 score.csv | sort -t ',' -k 3n

四、常见错误与避坑指南

1. 数值排序遗漏-n：将100排在2之前，需牢记“数值排序必加-n”；
2. 字段分隔符错误：CSV文件未用-t ','指定分隔符，导致-k失效；
3. 去重不彻底：-u仅对完全相同的行去重，需先清理行尾空格（用sed 's/[[:space:]]*$//'）；
4. 中文排序乱序：未指定LC_ALL=zh_CN.UTF-8，需确保系统安装了中文locale（可通过locale -a | grep zh_CN检查）；
5. 覆盖原文件错误：直接用sort file > file导致文件清空，必须用-o选项。

五、常用组合命令总结

六、总结

sort命令是Linux Shell中功能强大的排序工具，从简单的文本排序到复杂的结构化数据处理，都能通过组合选项高效完成。核心要点：

• 基础排序：默认字符排序，-n数值排序，-r逆序，-u去重；
• 字段排序：-t指定分隔符，-k指定字段，支持多字段组合；
• 特殊场景：中文排序需指定LC_ALL，覆盖原文件用-o，跳过表头用tail -n +2。

若有转载，请标明出处：https://blog.csdn.net/CharlesYuangc/article/details/153530990