连续段落的分组排序（以空行分隔）？

Question

我想我现在在按列排序方面很有经验；但是，到目前为止，我还没有找到任何如何对连续行进行排序的信息。

假设我们有一个看起来像这样的文本文件：（当然非常简化）

Echo
Alpha
Delta
Charlie

Golf
Bravo
Hotel
Foxtrot

现在，是否可以分别按每个块的字母数字对行进行排序？我的意思是，结果看起来像这样：

Alpha
Charlie
Delta
Echo

Bravo
Foxtrot
Golf
Hotel

从我在sort手册页中找到的内容来看，内置的 UNIXsort命令可能无法做到这一点。或者甚至可以在不必求助于外部/第三方工具的情况下完成？

Answer 1

awk -v RS= -v cmd=sort '{print | cmd; close(cmd); print ""}' file

将记录分隔符设置为RS空字符串会使 awk 一次进入段落。对于每个段落，将段落 (in $0) 通过管道传输到 cmd（设置为sort）并打印输出。打印一个空行，用print "".

如果我们给出 perl 示例，那么我将提供一种替代方法而不是 Stephane 的方法：

perl -e 'undef $/; print join "\n", sort (split /\n/), "\n" 
    foreach(split(/\n\n/, <>))' < file

取消设置字段分隔符 ( undef $/)，这允许我们使用<>和获取整个 STDIN。我们接着split说\n\n（段落）。foreach“段落”，sort这些行通过split围绕换行符sorting，然后将join它们重新组合在一起并在尾随\n.

但是，这有一个副作用，即在最后一段添加“尾随段落”分隔符（如果之前没有）。你可以用稍微不那么漂亮的方式解决这个问题：

perl -e 'undef $/; print join "\n", sort (split /\n/) , (\$_ == \$list[-1] ? "" : "\n")
    foreach(@list = split(/\n\n/, <>))' < file

这将段落分配给@list，然后有一个“三元运算”来检查它是否是foreach（\$_ == \$list[-1]检查）的最后一个元素。打印""如果是（? ...），其他（: ...）打印"\n"了所有其他的“段落”（元素@list）。

Answer 2

Drav 的awk解决方案很好，但这意味着sort每段运行一个命令。为避免这种情况，您可以这样做：

< file awk -v n=0 '!NF{n++};{print n,$0}' | sort -k1n -k2 | cut -d' ' -f2-

或者你可以在perl：

perl -ne 'if (/\S/){push@l,$_}else{print sort@l if@l;@l=();print}
          END{print sort @l if @l}' < file

请注意，上面的分隔符是空行（对于awk一个，只有空格或制表符的行，对于perl一个，任何水平或垂直间距字符）而不是空行。如果确实需要空行，可以替换!NF为!length或$0==""，并替换/\S/为/./。

Answer 3

我用 Haskell 编写了一个工具，它允许您对文本段落使用 sort、shuf、tac 或任何其他命令。

它将文本分成块，用\0字符连接子块，通过命令管道，最后反向执行相同的操作。

28-08-2015：我发现了这个工具的另一个个人用途——在一行后选择 N 个段落。

paramap grep -aA2 '^reddit usernames' < ~/my-username-file
reddit usernames

foo
bar
baz

a couple
more of these