如何按行长度对文件进行排序，然后按第二个关键字的字母顺序进行排序

Question

假设我有一个文件：

ab
aa
c
aaaa

我希望它像这个一样排序

c
aa
ab
aaaa

也就是按行长度排序，然后按字母顺序排序。这在bash中可能吗？

Answer 1

您可以将行的长度预先设置为每行，然后进行数字排序，最后剪切出数字

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

您可以看到，我已经通过sort -n完成了排序，而没有进行任何多关键字排序。老实说，我很幸运这起到了作用：

• 我不认为行可以以数字开头，所以我希望sort -n能工作，因为如果所有字符串的长度都相同，字母和数字排序会给出相同的结果，这是一个例子，因为我们是根据我通过awk添加的行长度排序的。

• 事实证明，即使你的输入有以数字开头的行，一切都能工作，原因是sort -n

  1. 在行的前导数字部分上对进行数字排序
  2. 在关系的情况下，它使用strcmp来比较整条线

  这里有一些演示：

  $ echo -e '3 11n3 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 11n03 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`
  

  幸运的是，awk命令中包含的,I插入了一个空格(实际上是OFS(，即一个非数字，因此"；断开"；数值排序并让strcmp排序生效(在这种情况下，在数值比较相等的整行上(。

  我不知道这种行为是否是POSIX，但我使用的是GNU coreutils 8.32的sort。有关详细信息，请参阅我的这个问题和Unix上的这个答案。

awk本身可以完成所有任务，但我认为使用sort进行排序更惯用(如在中，使用sort进行排序(，而且效率更高，正如注释中所解释的那样(毕竟为什么不认为sort是shell中性能最好的排序工具？。

Answer 2

使用gawk插入行的长度(零填充到四位，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字(，然后删除长度：

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

如果必须是bash:

while read -r line; do printf "%04d %sn" ${#line} "${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