如何在Linux命令行中按数字顺序对文件进行排序

Question

这不仅是关于Linux的发泄，也是一个问题，但也许有人知道如何做到我想要的。我知道使用sort命令可以实现，但我希望有更好的方法，因为让它工作起来就像编写C程序那样困难。

举个例子，我有以下文件：

• file-10.xml
• file-20.xml
• file-100.xml
• file-k10.xml
• file-k20.xml
• file-k100.xml
• file-M10.xml
• file-M20.xml
• file-M100.xml

我希望它们按照以下顺序排序，这正是Windows默认排序的方式。 Windows将连续的数字字符组合成一个有效字符，然后按字母表顺序排列。

在Linux命令行中输入ls命令，会得到下面的结果。注意，数字20被错位了。当我想按顺序查看数百个这样的文件时，这是一个更大的问题。

我可以使用ls -1 | sort -n -k 1.6来获取没有'k'或'M'的正确顺序...

如果我使用ls -1 | sort -n -k 1.7，则完全不正确。

让我们真正地把它弄对。 ls -1 | grep "file-[0-9]*\.xml" | sort -n -k1.6 && ls -1 file-k*.xml | sort -n -k1.7 && ls -1 file-M*.xml | sort -n -k1.7

Windows的行为简单、优雅，并且在99%的情况下都能做到你想做的事情。为什么Linux不能这样做？为什么sort没有一个“自动排序数字而不让我撞墙”的开关呢？

以下是C++的伪代码：

bool compare_two_strings_to_avoid_head_injury(string a, string b)
{
    string::iterator ai = a.begin();
    string::iterator bi = b.begin();
    for(; ai != a.end() && bi != b.end(); ai++, bi++)
    {
        if (*ai is numerical)
            gobble up the number incrementing ai past numerical chars;
        if (*bi is numerical)
            gobble up the number incrementing bi past numerical chars;
        actually compare *ai and *bi and/or the gobbled up number(s) here
            to determine if we need to compare more chars or can return the 
            answer now;
    }
    return something here;
}

那有那么难吗？有人能将这个排序并给我一份副本吗？求求了？

- Scott

---

如果在数字字段前添加前导零以使它们的长度相同，而不是依赖特定于平台的怪异性来获得所需的排序顺序，那么你本可以减少一些痛苦。只是说一下…… - Jim Lewis

我想指出的是，也许Windows的行为在99%的情况下符合您的期望，但不能说它在99%的情况下都符合每个人的期望。事实上，我完全可以就Windows的排序问题提出与您关于Linux排序问题相同的抱怨。（不过将其作为选项添加到“sort”中会很好） - David Z

这里的编程问题是什么？如果你只想对文件名进行排序，可以去http://superuser.com寻求帮助。 - Gabe

Windows 并非总是以这种方式进行排序。请参见 http://support.microsoft.com/kb/319827。 - fpmurphy

@Scott：是的，你确实使用了一个特定于平台的技巧，即dir将连续的数字分组为“有效字符”，而ls则不会。尽管从技术上讲，这是dir程序的怪癖，而不是Windows的怪癖。同样，你所谓的Linux问题实际上是一个特定程序sort的“问题”。（此外，它并不像合法的错误那样成为问题，它只是一个设计决策，恰好不符合你的要求。这在每个平台上都会时有发生。） - David Z

Answer 1

尝试运行命令：sort --version-sort -f

• file-10.xml
• file-20.xml
• file-100.xml
• file-k10.xml
• file-k20.xml
• file-k100.xml
• file-M10.xml
• file-M20.xml
• file-M100.xml

-f选项用于忽略大小写（否则，在本例中，它会按错误的顺序放置k和M）。但是，如果您的目标是将字母k和M解释为千位和百万位，我认为sort并未正确地对其进行解释 - 它只是按字母顺序排序。

- Sam Bayless

---

比被选择的答案更好的解决方案...可能不太便携，我猜。 -V 是 --version-sort 的短标志，供参考。 - Tony Cesaro

Answer 2

ls -1v可以接近实现您的目标。它只是按照字母顺序排序，将大写字母排在小写字母前面。

- Karl Bielefeldt

---

这也适用于具有不同位数的数字：1 2 3 ... 12 13 14 ... 123 124 125 ... 1123 1124 1125 ... - Amir

Answer 3

这是我的第一个想法：

ls -1 | sed 's/\-\([kM]\)\?\([0-9]\{2\}\)\./-\10\2./' | sort | sed 's/0\([0-9]\{2\}\)/\1/'

基本上，我只是使用 sed 在数字前面加上零，并在之后再次使用它来去掉前导零。

我不知道在Perl中是否更快。

- David Z

---

这是我根据您的建议最终采取的做法。由于我需要多达4位数字，因此我使用了以下代码：for f in \ls -1 $1*.xml | sed -r 's/-([kM]?)([0-9]{4})./-\10\2./; s/-([kM]?)([0-9]{3})./-\100\2./; s/-([kM]?)([0-9]{2})./-\1000\2./; s/-([kM]?)([0-9]{1})./-\10000\2./' | sort | sed -r 's/0+([1-9])/\1/'`; do 我觉得这对于如此简单的任务来说非常荒谬。在我看来，这是sort`的一个很大的缺陷。 - Scott