对bash中文本文件中的段落进行排序

Question

sort实用程序使您可以方便地对文件中的行进行排序。然而，有没有一种优雅的方法可以在bash中对空行分隔的段落进行排序？

例如

ccc
aa
aba
bbb
aba
ccc
aaa

必须成为

aaa
aba
bbb
aba
ccc
ccc
aa

一种解决方案似乎是在所有非空白行上替换新的行符号：

cccnaa    
abanbbb
abanccc
aaa

然后调用运行sort

aaa
abanbbb
abanccc
cccnaa    

然后恢复新线路：

aaa
aba
bbb
aba
ccc
ccc
aa    

Answer 1

Perl来拯救；

perl -n00 -e 'push @a, $_; END { print sort @a }' file

-00选项可启用"段落模式"，将输入拆分为空行。

如果与您的示例一样，最后一行输入不一定是空的，则需要单独添加一行换行符。

perl -n00 -e 'push @a, $_;
END { $a[-1] .= "n" if $a[-1] !~ /nn$/;
print sort @a }' file

Answer 2

将空字节放在空行上(在开头再放一个)，使用sort -z，然后删除空字节。您在开始时会得到一个额外的换行符，您可以使用tail来消除它。

使用echo+sed:

(echo ''; cat myfile) |
sed 's/^$/x0/' |
sort -z |
tr -d '00' |
tail -n+2

或者，使用awk:

awk 'BEGIN{print ""}
/^$/{printf ""} {print $0}' myfile |
sort -z |
tr -d '00' |
tail -n+2

Answer 3

也许它并不完美，但它适用于您的输入。

#!/bin/bash
par=""
while read line
do
if [ "${#line}" -gt 0 ]; then 
read -d '' par <<EOF
$par
$line
EOF
fi
if [ "${#line}" -eq 0 ]; then
sort <<< "$par"
par=""
echo       
fi
done < "${1:-/dev/stdin}"

Answer 4

我会使用不可打印的字符作为分隔符。比方说1。

---

您可以使用awk翻译文件，然后对其进行排序，然后使用awk将其翻译回：

awk '{$1=$1}1' RS='' OFS='1' file 
| sort -i 
| awk '{$1=$1}1' FS='1' OFS='n' ORS='nn'

$1=$1是一个非操作，但它仍然告诉awk使用OFS和/或ORS分隔符重新组装记录。所有的逻辑都是用分隔符来表示的：

第一个awk命令：

• RS=''是记录分隔符的一个特殊值。如果RS是一个空字符串，那么它默认为两行或更多的后续新行，这实际上是按段落分割的。在这种情况下，字段由新行分隔
• CCD_ 15在输出中通过CCD_。输出记录分隔符默认为一个换行符

这给了我们：

ccc<garbage>aa
aba<garbage>bbb
aba<garbage>ccc
aaa

我们现在可以sort -i了。-i忽略不可打印的字符，这给了我们：

aaa
aba<garbage>bbb
aba<garbage>ccc
ccc<garbage>aa

第二个awk命令

• FS='1'通过1分割输入字段
• OFS='n'将输出字段分隔符设置为换行符
• ORS='nn'将输出记录分隔符设置为两个换行符，这实际上是一个空行

输出：

aaa
aba
bbb
aba
ccc
ccc
aa

---

请注意，此解决方案不会在段落之间保留超过一条换行符。