unix 中对日期字段进行排序

Question

我有一个包含数十万条记录的文本文件。其中一个字段是日期字段。 有没有办法根据日期字段对文件进行排序？

09-APR-12 04.08.43.632279000 AM
19-MAR-12 03.53.38.189606000 PM
19-MAR-12 03.56.27.933365000 PM
19-MAR-12 04.00.13.387316000 PM
19-MAR-12 04.04.45.168361000 PM
19-MAR-12 03.54.32.595348000 PM
27-MAR-12 10.28.14.797580000 AM
28-MAR-12 12.28.02.652969000 AM
27-MAR-12 07.28.02.828746000 PM

输出应为

19-MAR-12 03.53.38.189606000 PM
19-MAR-12 03.54.32.595348000 PM
19-MAR-12 03.56.27.933365000 PM
19-MAR-12 04.00.13.387316000 PM
19-MAR-12 04.04.45.168361000 PM
27-MAR-12 10.28.14.797580000 AM
27-MAR-12 07.28.02.828746000 PM
28-MAR-12 12.28.02.652969000 AM
09-APR-12 04.08.43.632279000 AM

我尝试了排序命令来对日期进行排序（将日期字段作为字符串），但它没有给出正确的输出。

Answer 1

Chronicle 的解决方案很接近，但忽略了 AM/PM 的区别，将

27-MAR-12 07.28.02.828746000 PM

排序在

27-MAR-12 10.28.14.797580000 AM

之前。可以修改：

sort -t- -k 3.1,3.2 -k 2M -k 1n -k 3.23,3.24

但这仍然非常脆弱。将日期转换为纪元时间并进行数字比较会更好。

Answer 2

试试这个：

输入.txt

09-APR-12 04.08.43.632279000 AM 
19-MAR-12 03.53.38.189606000 PM 
19-MAR-12 03.56.27.933365000 PM 
19-MAR-12 04.00.13.387316000 PM 
19-MAR-12 04.04.45.168361000 PM 
19-MAR-12 03.54.32.595348000 PM 
27-MAR-12 10.28.14.797580000 AM 
28-MAR-12 12.28.02.652969000 AM 
27-MAR-12 07.28.02.828746000 PM 

代码

 sort -t "-"  -k 3 -k 2M -nk 1 Input.txt

输出

19-MAR-12 03.53.38.189606000 PM
19-MAR-12 03.54.32.595348000 PM
19-MAR-12 03.56.27.933365000 PM
19-MAR-12 04.00.13.387316000 PM
19-MAR-12 04.04.45.168361000 PM
27-MAR-12 07.28.02.828746000 PM
27-MAR-12 10.28.14.797580000 AM
28-MAR-12 12.28.02.652969000 AM
09-APR-12 04.08.43.632279000 AM

Answer 3

此脚本按纳秒分辨率的纪元时间排序：

awk '{
  t = gensub(/\.([0-9]{2})\./, ":\\1:", 1, $0);
  command = "date +%s%N -d \x022" t "\x022";
  command | getline t;
  close(command);
  print t, $0;
}' unsorted.txt | sort -n -k 1 | cut -d ' ' -f 2- > sorted.txt

Answer 4

您可以使用日期，这通常可能是一个不错的主意，特别是如果您不需要担心微秒，否则您可能可以剪掉微秒并将其作为辅助排序字段进行排序。

while read a; do   
grep "^${a}" input.txt; 
done < <(sed 's/\./:/;s/\./:/' input.txt | xargs -n3 -I{} date -d"{}" +%s | sort | xargs -n1 -I{} date -d @'{}' +'%d-%^h-%y %I.%M.%S')

Answer 5

使用任何 awk、任何排序和任何剪切应用装饰-排序-取消装饰习惯用法：

$ awk -F',' -v OFS='\t' '{
    split($NF,t,/[- ]/)
    mthNr = (index("JANFEBMARAPRMAYJUNJULAUGSEPOCTNOVDEC",t[2])+2)/3
    printf "%02d%02d%02d%s%s\t%s\n", t[3], mthNr, t[1], t[5], t[4], $0
}' file | sort -k1,1 | cut -f2-
19-MAR-12 03.53.38.189606000 PM
19-MAR-12 03.54.32.595348000 PM
19-MAR-12 03.56.27.933365000 PM
19-MAR-12 04.00.13.387316000 PM
19-MAR-12 04.04.45.168361000 PM
27-MAR-12 10.28.14.797580000 AM
27-MAR-12 07.28.02.828746000 PM
28-MAR-12 12.28.02.652969000 AM
09-APR-12 04.08.43.632279000 AM

如果您不确定它是如何工作的，请查看 awk 命令的输出，该命令将键时间戳添加到（装饰）输入，以便在 cut（取消装饰）再次删除它之前进行排序操作：

$ awk -F',' -v OFS='\t' '{
    split($NF,t,/[- ]/)
    mthNr = (index("JANFEBMARAPRMAYJUNJULAUGSEPOCTNOVDEC",t[2])+2)/3
    printf "%02d%02d%02d%s%s\t%s\n", t[3], mthNr, t[1], t[5], t[4], $0
}' file
120409AM04.08.43.632279000      09-APR-12 04.08.43.632279000 AM
120319PM03.53.38.189606000      19-MAR-12 03.53.38.189606000 PM
120319PM03.56.27.933365000      19-MAR-12 03.56.27.933365000 PM
120319PM04.00.13.387316000      19-MAR-12 04.00.13.387316000 PM
120319PM04.04.45.168361000      19-MAR-12 04.04.45.168361000 PM
120319PM03.54.32.595348000      19-MAR-12 03.54.32.595348000 PM
120327AM10.28.14.797580000      27-MAR-12 10.28.14.797580000 AM
120328AM12.28.02.652969000      28-MAR-12 12.28.02.652969000 AM
120327PM07.28.02.828746000      27-MAR-12 07.28.02.828746000 PM

并注意它会按照所需的顺序按字母顺序排序。