Question

sort实用程序可让您方便地对文件中的行进行排序。但是，有没有一种优雅的方法来在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：

ccc\naa    
aba\nbbb
aba\nccc
aaa

然后调用run sort

aaa
aba\nbbb
aba\nccc
ccc\naa

然后恢复新行：

aaa

aba
bbb

aba
ccc

ccc
aa

Answer 1

Perl救援;

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

-00选项启用＆＃34;段落模式＆＃34;它将输入分成空行。

如果 - 如您的样本中 - 最后一个输入行不一定是空的，则需要单独添加换行符。

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

Answer 2

可能它并不完美，但它对您的投入有用。

#!/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 3

我会使用不可打印的char作为分隔符号。我们说\1。

您可以使用awk翻译文件，然后对其进行排序，然后使用awk将其翻译回来：

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

$1=$1是一个无操作但它仍然告诉awk使用OFS和/或ORS分隔符重新组装记录。所有逻辑都使用分隔符表示：

第一个awk命令：

RS=''是记录分隔符的特殊值。如果RS是一个空字符串，则默认为两个或多个后续新行，这些行有效地按段落分割。在这种情况下，字段由新行分隔。
OFS='\1'在输出中按\1分隔字段。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sort -i可以。 -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'按\1
OFS='\n'将输出字段分隔符设置为换行符
ORS='\n\n'将输出记录分隔符设置为两个换行符，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多个换行符。

Answer 4

将空字节放在空行上（并在开头添加一个空字节），使用sort -z，然后删除空字节。您一开始会以多余的换行符结尾，可以使用tail来消除它。

使用echo + sed：

(echo '\0'; cat myfile) |
    sed 's/^$/\x0/' |
    sort -z |
    tr -d '\000' |
    tail -n+2

或者，使用awk：

awk 'BEGIN{print "\0"}
    /^$/{printf "\0"} {print $0}' myfile |
sort -z |
tr -d '\000' |
tail -n+2

从bash

4 个答案: