如何对单行分隔项进行数字排序？

Question

我有一行（或多行）由任意字符分隔的数字。我可以使用哪些 UNIX 工具按数字对每一行的项目进行排序，同时保留分隔符？

例子包括：

• 号码列表；输入：10 50 23 42; 排序：10 23 42 50
• IP地址; 输入：10.1.200.42; 排序：1.10.42.200
• CSV；输入：1,100,330,42; 排序：1,42,100,330
• 竖线分隔；输入：400|500|404; 排序：400|404|500

由于分隔符是任意的，请随意使用您选择的单字符分隔符提供（或扩展）答案。

Answer 1

使用gawk( GNU awk ) 作为asort()函数：

gawk -v SEP='*' '{ i=0; split($0, arr, SEP); len=asort(arr);
    while ( ++i<=len ){ printf("%s%s", i>1?SEP:"", arr[i]) }; 
        print "" 
}' infile

用您的分隔符替换*为字段分隔符。SEP='*'

您也可以在单行的情况下使用以下命令（因为最好不要使用 shell-loops 进行文本处理）

tr '.' '\n' <<<"$aline" | sort -n | paste -sd'.' -

用您的分隔符替换点 .。
添加-u到sort上面的命令以删除重复项。

注意：
您可能需要使用-g, --general-numeric-sort选项sort而不是-n, --numeric-sort来处理任何类别的数字（整数、浮点数、科学数、十六进制数等）。

$ aline='2e-18,6.01e-17,1.4,-4,0xB000,0xB001,23,-3.e+11'
$ tr ',' '\n' <<<"$aline" |sort -g | paste -sd',' -
-3.e+11,-4,2e-18,6.01e-17,1.4,23,0xB000,0xB001

在awk没有必要的改变，它仍然会处理这些。

Answer 2

使用perl有一个明显的版本；拆分数据，对其进行排序，然后将其重新连接起来。

分隔符需要列出两次（一次在 中split一次在 中join）

例如对于一个 ,

perl -lpi -e '$_=join(",",sort {$a <=> $b} split(/,/))'

所以

echo 1,100,330,42 | perl -lpi -e '$_=join(",",sort {$a <=> $b} split(/,/))'
1,42,100,330

由于split是正则表达式，该字符可能需要引用：

echo 10.1.200.42 | perl -lpi -e '$_=join(".",sort {$a <=> $b} split(/\./))'
1.10.42.200

通过使用-a和-F选项，可以删除拆分。使用-p循环，和以前一样，将结果设置为$_，这将自动打印：

perl -F'/\./' -aple '$_=join(".", sort {$a <=> $b} @F)'

Answer 3

使用 Python 和与Stephen Harris 的回答类似的想法：

python3 -c 'import sys; c = sys.argv[1]; sys.stdout.writelines(map(lambda x: c.join(sorted(x.strip().split(c), key=int)) + "\n", sys.stdin))' <delmiter>

所以像：

$ cat foo
10.129.3.4
1.1.1.1
4.3.2.1
$ python3 -c 'import sys; c = sys.argv[1]; sys.stdout.writelines(map(lambda x: c.join(sorted(x.strip().split(c), key=int)) + "\n", sys.stdin))' . < foo
3.4.10.129
1.1.1.1
1.2.3.4

遗憾的是，必须手动执行 I/O 使得这远不如 Perl 版本优雅。

Answer 4

使用sed对 IP 地址的八位字节进行排序

sed没有内置sort函数，但如果您的数据在范围内受到足够的限制（例如 IP 地址），您可以生成一个 sed 脚本来手动实现简单的冒泡排序。基本机制是寻找无序的相邻数字。如果数字顺序不正确，则交换它们。

这sed脚本本身包含针对每对无序数字的两个搜索和交换命令：一个用于前两对八位位组（强制出现尾随定界符以标记第三个八位位组的结尾），另一个用于搜索和交换命令。第二个用于第三对八位位组（以 EOL 结尾）。如果发生交换，程序会分支到脚本顶部，查找无序的数字。否则，它退出。

生成的脚本部分是：

$ head -n 3 generated.sed
:top
s/255\.254\./254.255./g; s/255\.254$/254.255/
s/255\.253\./253.255./g; s/255\.253$/253.255/

# ... middle of the script omitted ...

$ tail -n 4 generated.sed
s/2\.1\./1.2./g; s/2\.1$/1.2/
s/2\.0\./0.2./g; s/2\.0$/0.2/
s/1\.0\./0.1./g; s/1\.0$/0.1/
ttop

这种方法将句点硬编码为分隔符，必须对其进行转义，否则对于正则表达式语法来说它将是“特殊的”（允许任何字符）。

要生成这样的 sed 脚本，此循环将执行以下操作：

#!/bin/bash

echo ':top'

for (( n = 255; n >= 0; n-- )); do
  for (( m = n - 1; m >= 0; m-- )); do
    printf '%s; %s\n' "s/$n\\.$m\\./$m.$n./g" "s/$n\\.$m\$/$m.$n/"
  done
done

echo 'ttop'

将该脚本的输出重定向到另一个文件，例如sort-ips.sed.

示例运行可能如下所示：

ip=$((RANDOM % 256)).$((RANDOM % 256)).$((RANDOM % 256)).$((RANDOM % 256))
printf '%s\n' "$ip" | sed -f sort-ips.sed

生成脚本的以下变体使用单词边界标记\<并\>消除第二次替换的需要。这还将生成的脚本的大小从 1.3 MB 减少到略低于 900 KB，同时大大减少了脚本本身的运行时间sed（大约为原始脚本的 50%-75%，具体取决于所sed使用的实现）：

#!/bin/bash

echo ':top'

for (( n = 255; n >= 0; --n )); do
  for (( m = n - 1; m >= 0; --m )); do
      printf '%s\n' "s/\\<$n\\>\\.\\<$m\\>/$m.$n/g"
  done
done

echo 'ttop'

Answer 5

壳

加载高级语言需要时间。
对于几行，shell 本身可能就是一个解决方案。
我们可以使用外部命令sort、和命令tr。一种对于行排序非常有效，另一种对于将一个分隔符转换为换行符非常有效：

#!/bin/bash
shsort(){
           while IFS='' read -r line; do
               echo "$line" | tr "$1" '\n' |
               sort -n   | paste -sd "$1" -
           done <<<"$2"
    }

shsort ' '    '10 50 23 42'
shsort '.'    '10.1.200.42'
shsort ','    '1,100,330,42'
shsort '|'    '400|500|404'
shsort ','    '3 b,2       x,45    f,*,8jk'
shsort '.'    '10.128.33.6
128.17.71.3
44.32.63.1'

因为使用<<<only所以需要bash。如果将其替换为here-doc，则该解决方案对 posix 有效。
这能够使用制表符、空格或 shell 全局字符 ( *, ?, [) 对字段进行排序。不是换行符，因为每一行都在排序。

更改<<<"$2"为<"$2"处理文件名并调用它，如下所示：

shsort '.'    infile

整个文件的分隔符是相同的。如果这是一个限制，那么可以改进。

然而，处理只有 6000 行的文件需要 15 秒。确实，shell 并不是处理文件的最佳工具。

awk

对于超过几行（超过几十行），最好使用真正的编程语言。awk 解决方案可能是：

#!/bin/bash
awksort(){
           gawk -v del="$1" '{
               split($0, fields, del)
               l=asort(fields)
               for(i=1;i<=l;i++){
                   printf( "%s%s" , (i==0)?"":del , fields[i] )
               }
               printf "\n"
           }' <"$2"
         }

awksort '.'    infile

对于上述相同的 6000 行文件，只需要 0.2 秒。

了解<"$2"for 文件可以更改回<<<"$2"for shell 变量内的行。

珀尔

最快的解决方案是perl。

#!/bin/bash
perlsort(){  perl -lp -e '$_=join("'"$1"'",sort {$a <=> $b} split(/['"$1"']/))' <<<"$2";   }

perlsort ' '    '10 50 23 42'
perlsort '.'    '10.1.200.42'
perlsort ','    '1,100,330,42'
perlsort '|'    '400|500|404'
perlsort ','    '3 b,2       x,45    f,*,8jk'
perlsort '.'    '10.128.33.6
128.17.71.3
44.32.63.1'

如果您想对文件更改<<<"$a"进行简单排序"$a"并添加-i到 perl 选项以使文件版本“就位”：

#!/bin/bash
perlsort(){  perl -lpi -e '$_=join("'"$1"'",sort {$a <=> $b} split(/['"$1"']/))' "$2"; }

perlsort '.' infile; exit

Answer 6

重击脚本：

#!/usr/bin/env bash

join_by(){ local IFS="$1"; shift; echo "$*"; }

IFS="$1" read -r -a tokens_array <<< "$2"
IFS=$'\n' sorted=($(sort -n <<<"${tokens_array[*]}"))
join_by "$1" "${sorted[@]}"

例子：

$ ./sort_delimited_string.sh "." "192.168.0.1"
0.1.168.192

基于

• 在 Bash 中将字符串拆分为数组

• 如何在 Bash 中对数组进行排序

• 连接数组的元素？