如何使用 sort 命令对制表符分隔的文件进行排序？

问题描述：

我有以下格式的数据：

foo<tab>1.00<space>1.33<space>2.00<tab>3

现在我尝试根据最后一个字段按降序对文件进行排序。我尝试了以下命令，但排序结果不符合我们的预期。

$ sort -k3nr file.txt  # apparently this sort by space as delimiter

$ sort -t"    " -k3nr file.txt
  sort: multi-character tab `\\t'

$ sort -t "`/bin/echo '    '`" -k3,3nr file.txt
  sort: multi-character tab `\\t'

正确的做法是什么？

解决方案 1：

使用bash可以达到这个目的：

$ sort -t$'    ' -k3 -nr file.txt

注意单引号字符串前面的美元符号。您可以在bash手册页的 ANSI-C 引用部分中阅读有关它的内容。

解决方案 2：

默认情况下，字段分隔符是从非空白到空白的过渡，因此制表符应该可以正常工作。

但是，这些列是以 1 和 0 为基数进行索引的，因此您可能需要

sort -k4nr file.txt

按第 4 列的数字反向对 file.txt 进行排序。（尽管问题中的数据有 5 个字段，因此最后一个字段的索引为 5。）

解决方案 3：

您需要在 -t\ 后面放置一个实际的制表符，要在 shell 中执行此操作，请按 ctrl-v，然后按制表符。我使用过的大多数 shell 都支持这种文字制表符输入模式。

但要小心，因为从其他地方复制和粘贴通常不会保留标签。

解决方案 4：

$ 解决方案对我来说不起作用。但是，通过将制表符本身放入命令中确实可以：sort -t'' -k2

解决方案 5：

我想要一个适用于 Windows 的 Gnu 排序解决方案，但上述解决方案在命令行上都不适用于我。

使用 Lloyd 的线索，以下批处理文件 (.bat) 对我有用。

在双引号内输入制表符。

C:>cat foo.bat

sort -k3 -t"    " tabfile.txt

解决方案 6：

我在 bash shell 中使用 cygwin 进行排序时遇到了这个问题。如果我指定了-t$' ' -kFg，其中 F 是字段编号，它不起作用，但是当我同时指定-t$' '和-kF,Fg（例如-k7,7g第 7 个字段）时，它起作用了。-kF,Fg没有 则-t$' '不起作用。

解决方案 7：

sort -t "$(printf ' ')"对我有用

解决方案 8：

一般来说，如果可以避免的话，保存这样的数据并不是一件好事情，因为人们总是混淆制表符和空格。

使用脚本语言（例如 Perl、Python 或 Ruby）解决您的问题非常简单。以下是一些示例代码：

#!/usr/bin/perl -w

use strict;

my $sort_field = 2;
my $split_regex = qr{s+};

my @data;
push @data, "7 8     9";
push @data, "4 5     6";
push @data, "1 2     3";

my @sorted_data = 
    map  { $_->[1] }
    sort { $a->[0] <=> $b->[0] }
    map  { [ ( split $split_regex, $_ )[$sort_field], $_ ] }
    @data;

print "unsorted
";
print join "
", @data, "
";
print "sorted by $sort_field, lines split by $split_regex
";
print join "
", @sorted_data, "
";

解决方案 9：

通过类似 的管道将其传输出去awk '{ print print $1" "$2" "$3" "$4" "$5 }'。这会将空格更改为制表符。

解决方案 10：

如果您希望仅使用制表符来让自己更轻松，请将空格替换为制表符：

tr " " "    " < <file> | sort <options>

解决方案 11：

Lars Haugseth 的答案仅适用于命令行，如果从 shell 脚本执行则会出现此错误：

排序：多字符制表符 '$\t'

如果有人在看的话，解决方案是使用 shell 脚本编码的

sort -t'    '

制表符位于引号之间。

解决方案 12：

使用 sed 将所有空格替换为下划线或文件中其他位置不包含的任何其他字符。然后排序，然后将下划线替换回空格：

sed 's/ /_/g' input | sort -k3nr | sed 's/_/ /g' > output