无论是工作中使用还是应付各种面试，linux sort 都是必须要掌握的 linux 基本命令之一。尤其是 linux sort -k 命令，经常会被搞晕，索性好好研究一下 sort 命令
sort 对文件内容进行排序
语法：
sort [-bcdfimMnr][-o<输出文件>][-t<分隔字符>][+<起始栏位>-<结束栏位>][--help][--verison][文件]
选项：
-b：忽略每行前面开始的空格字符,空格数量不固定时,该选项几乎是必须要使用的("-n"选项隐含该选项，测试发现都隐含)
-c：检查文件是否已经按照顺序排序，如未排序，会提示从哪一行开始乱序
-C：类似于"-c"，只不过不输出任何诊断信息。可以通过退出状态码1判断出文件未排序
-d：只处理英文字母、数字及空格，忽略其他的字符
-f：将小写字母视为大写字母
-h：使用易读性数字(例如:2K、1G)
-i：除了040至176之间的ASCII字符外(八进制0-177)，忽略其他的字符(忽略无法打印的字符如退格/换页键/回车)
-k：以哪个区间 (field) 来进行排序
-m：将几个排序好的文件进行合并，只是单纯合并，不做排序
-M：将前面3个字母依照月份的缩写进行排序
-n：依照数值的大小排序
-o<输出文件>：将排序后的结果存入指定的文件
-r：降序
-u：忽略相同行
-t<分隔字符>：指定分隔符，默认的分隔符为空白字符和非空白字符之间的空字符参数就不一一介绍了，直接上例子，首先先看下原始的排序数据cat sort.log
a mac 2000 500 2K d winxp 4000 300 3G e bsd 1000 600 4M b linux 1000 200 5K f SUSE 4000 300 6M g winxp 500 300 3G c win7 2000 100 7G c Debian 600 200 8K
1、打印从哪列开始是乱序sort -c sort.log; echo $?
sort: sort.log:4: disorder: b linux 1000 200 5K1
sort -C sort.log; echo $?
1
其中，返回结果 1，表示文件不是已经排序好的文件
2、默认排序( 整行进行ASCII字符升序)sort sort.log
a mac 2000 500 2K b linux 1000 200 5K c Debian 600 200 8K c win7 2000 100 7G d winxp 4000 300 3G e bsd 1000 600 4M f SUSE 4000 300 6M g winxp 500 300 3G
3、高能来了，让人迷糊的 k 语法，首先看下 k 的语法格式
[ FStart [ .CStart ] ] [ Modifier ] [ , [ FEnd [ .CEnd ] ][ Modifier ] ]
这个语法格式可以被其中的逗号（”,”）分为两大部分，Start部分和End部分
Start和End部分都由三部分组成，其中的Modifier部分就是类似n和r的选项部分，可省略
FStart、Fend，表示使用的域，而CStart则表示在FStart域中从第几个字符开始算"排序首字符",同理,CEnd表示结尾的第几个字符是排序末尾字符,.CStart、.CEnd是可以省略的，分别表示从本域的开头部分开始、到本域的域尾结束,CEnd设定为0,也是表示结尾到域尾。口说无凭，上几个例子吧
3.1 对第三列进行排序，如果不加n，按照 ASCII字符排序sort -t $'\t' -k 3 sort.log
b linux 1000 200 5K e bsd 1000 600 4M c win7 2000 100 7G a mac 2000 500 2K d winxp 4000 300 3G f SUSE 4000 300 6M g winxp 500 300 3G c Debian 600 200 8K
3.2 加n后，按照数值排序sort -t $'\t' -k 3n sort.log
g winxp 500 300 3G c Debian 600 200 8K b linux 1000 200 5K e bsd 1000 600 4M a mac 2000 500 2K c win7 2000 100 7G d winxp 4000 300 3G f SUSE 4000 300 6M
3.3 不指定 FEnd 时，多个 -k 从前往后排序可以，从后往前不行
从后往前，多个 -k，数据符合预期sort -t $'\t' -k 3n -k 1 sort.log
g winxp 500 300 3G c Debian 600 200 8K b linux 1000 200 5K e bsd 1000 600 4M a mac 2000 500 2K c win7 2000 100 7G d winxp 4000 300 3G f SUSE 4000 300 6M
从后往前，多个 -k ，第三列相同时，按照第一列降序排列，数据符合预期sort -t $'\t' -k 3n -k 1r sort.log
g winxp 500 300 3G c Debian 600 200 8K e bsd 1000 600 4M b linux 1000 200 5K c win7 2000 100 7G a mac 2000 500 2K f SUSE 4000 300 6M d winxp 4000 300 3G
更换成从前往后sort -t $'\t' -k 1 -k 3n sort.log
a mac 2000 500 2K b linux 1000 200 5K c Debian 600 200 8K c win7 2000 100 7G d winxp 4000 300 3G e bsd 1000 600 4M f SUSE 4000 300 6M g winxp 500 300 3G
sort -t $'\t' -k 1 -k 3nr sort.log
a mac 2000 500 2K b linux 1000 200 5K c Debian 600 200 8K c win7 2000 100 7G d winxp 4000 300 3G e bsd 1000 600 4M f SUSE 4000 300 6M g winxp 500 300 3G
通过 sort -t $'\t' -k 1 -k 3n sort.log和 sort -t $'\t' -k 1 -k 3nr sort.log 返回的结果发现，在第一列相等时，无论其三列是正序排列，还是逆序排列，结果都一样，说明后边的 -k 未生效
当指定 FEend 后sort -t $'\t' -k 1,1 -k 3nr sort.log
a mac 2000 500 2K b linux 1000 200 5K c win7 2000 100 7G c Debian 600 200 8K d winxp 4000 300 3G e bsd 1000 600 4M f SUSE 4000 300 6M g winxp 500 300 3G
3.4 作用域
紧跟在字段后的选项(如"-k3n"的"n"和"-k2nr"的"n"，"r")称为私有选项，使用短横线写在字段外的选项(如"-n"、"-r")为全局选项。当没有为字段分配私有选项时，该排序字段将继承全局选项，所有选项包括但不限于"bfnrhM"
除了"b"选项外，其余选项无论是指定在FStart还是FEnd中都是等价的，对于"b"选项，指定在FStart则作用于FStart，指定在FEnd则作用于FEndsort -t $'\t' -k1r,2 sort.log，可以看出一、二列都是倒叙排列
g winxp 500 300 3G f SUSE 4000 300 6M e bsd 1000 600 4M d winxp 4000 300 3G c win7 2000 100 7G c Debian 600 200 8K b linux 1000 200 5K a mac 2000 500 2K
3.5 注意
指定n选项按数值排序时, 由于"n"选项只能识别数字和负号"-"，当排序时遇到无法识别字符时，将导致该key的排序立即结束，n选项绝对不会跨域进行比较
默认情况下，sort会进行一次"最后的排序"，按照默认规则对整行进行一次排序，这次排序称为"最后的排序"
sort -t $'\t' -k3n sort.log，在第三列相等时，整行会按照 ASCII 进行最后的升序排列
g winxp 500 300 3G c Debian 600 200 8K b linux 1000 200 5K e bsd 1000 600 4M a mac 2000 500 2K c win7 2000 100 7G d winxp 4000 300 3G f SUSE 4000 300 6M
sort -t $'\t' -k3,4n -s sort.log，加了 -s 后，不会进行最后的排序(1000相同时，e在b的前边了)，而是保留原排序
g winxp 500 300 3G c Debian 600 200 8K e bsd 1000 600 4M b linux 1000 200 5K a mac 2000 500 2K c win7 2000 100 7G d winxp 4000 300 3G f SUSE 4000 300 6M
3.6 按照某个域中的第n个字符进行排序sort -t $'\t' -k2.3,2.3 sort.log，按第二列第三个字符进行排序
c Debian 600 200 8K a mac 2000 500 2K e bsd 1000 600 4M b linux 1000 200 5K c win7 2000 100 7G d winxp 4000 300 3G g winxp 500 300 3G f SUSE 4000 300 6M
4、 -h 使用易读性数字(例如:2K、1G)sort -t $'\t' -k5h sort.log
a mac 2000 500 2K b linux 1000 200 5K c Debian 600 200 8K e bsd 1000 600 4M f SUSE 4000 300 6M d winxp 4000 300 3G g winxp 500 300 3G c win7 2000 100 7G
sort –u 和 sort | uniq 区别
如果sort 指定 -k 选项，是不等价的, uniq默认是对整行进行去重sort -t $'\t' -k2,2 -u sort.log
e bsd 1000 600 4M c Debian 600 200 8K b linux 1000 200 5K a mac 2000 500 2K f SUSE 4000 300 6M c win7 2000 100 7G d winxp 4000 300 3G
sort -t $'\t' -k2,2 sort.log|uniq
e bsd 1000 600 4M c Debian 600 200 8K b linux 1000 200 5K a mac 2000 500 2K f SUSE 4000 300 6M c win7 2000 100 7G d winxp 4000 300 3G g winxp 500 300 3G
sort -t $'\t' -k2,2 -u sort.log 会对第二列进行去重，而 sort -t $'\t' -k2,2 sort.log|uniq 会对整行进行去重(当然uniq也可以按照第二列进行去重)
作者：smoke_zl
链接：https://www.jianshu.com/p/c4d159a98dd8