如何按行长度对文件进行排序，然后按第二个键的字母顺序排序？

Question

假设我有一个文件：

ab
aa
c
aaaa

我希望它能像这样排序

c
aa
ab
aaaa

即按行长度排序，然后按字母顺序排序。这在 bash 中可能吗？

Answer 1

您可以在每行前面添加行的长度，然后进行数字排序，最后剪掉数字

< your_file awk '{ print length($0), $0; }' | sort -n | cut -f2

你看到我已经通过

sort -n

完成了排序，没有进行任何多键排序。老实说，我很幸运这有效：

• 我不认为行可以以数字开头，所以我期望

  sort -n

  能够工作，因为如果所有字符串的长度相同，则字母和数字排序会给出相同的结果，情况就是这样，因为我们正在排序我通过 awk 添加的行长度。

• 事实证明，即使您的输入有以数字开头的行，一切都正常，原因是

  sort -n

  1. 在行的前导数字部分上对数字进行排序；
  2. 如果有 ties，它使用

     strcmp

     来比较整行

  这是一些演示：

  $ echo -e '3 11\n3 2' | sort -n
  3 11
  3 2
  # the `3 ` on both lines makes them equal for numerical sorting
  # but `3 11` comes before `3 2` by `strcmp` before `1` comes before `2`
  
  $ echo -e '3 11\n03 2' | sort -n
  03 2
  3 11
  # the `03 ` vs `3 ` is a numerical tie,
  # but `03 2` comes before `3 11` by `strcmp` because `0` comes before `3`
  

  所以幸运的是，我在

  ,

  命令中包含的

  awk

  插入了一个空格（实际上是

  OFS

  ），即非数字，从而“破坏”了数字排序并让

  strcmp

  排序启动（在本例中，在数字比较相等的整条线上）。

  我不知道这种行为是否是 POSIX，但我正在使用

  GNU coreutils 8.32

  的

  sort

  。有关详细信息，请参阅我的这个问题和这个 Unix 上的答案。

awk

可以自己完成所有工作，但我认为使用

sort

进行排序更惯用（例如，使用

sort

进行排序）并且高效，正如评论中所解释的（毕竟，为什么你会这样做）没想到

sort

是 shell 中性能最好的排序工具？）。

Answer 2

使用

gawk

插入行的长度（将零填充到四个位置，以便正确排序），按两个键排序（首先是长度，然后是行上的第一个单词），然后删除长度：

gawk '{printf "%04d %s\n", length($0), $0}' | sort -k1 -k2 | cut -d' ' -f2-

如果一定是bash：

while read -r line; do printf "%04d %s\n" ${#line} "${line}"; done | sort -k1 -k2 | (while read -r len remainder; do echo "${remainder}"; done)

Answer 3

对于 GNU awk：

$ gawk '{
    a[length()][$0]++                             # hash to 2d array
}
END {
    PROCINFO["sorted_in"]="@ind_num_asc"          # first sort on length dim
    for(i in a) {
        PROCINFO["sorted_in"]="@ind_str_asc"      # and then on data dim
        for(j in a[i])
            for(k=1;k<=a[i][j];k++)               # in case there are duplicates
                print j
        # PROCINFO["sorted_in"]="@ind_num_asc"    # I don t think this is needed?
    }
}' file

输出：

c
aa
ab
aaaa
aaaaaaaaaa
aaaaaaaaaa