使用Unix sort对带小数部分的正负数进行排序

Question

使用 sort (coreutils) 5.2.1

我有一个文件，想按照第4个字段的非整数部分进行排序。这个数可以是负数或正数，也可能是INF。

field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=0.123 field5 field6
field1 field2 field3 tag=4.22 field5 field6
field1 field2 field3 tag=5.77 field5 field6
field1 field2 field3 tag=-1.92 field5 field6
field1 field2 field3 tag=-1.91 field5 field6
field1 field2 field3 tag=INF field5 field6

我希望将此排序为

field1 field2 field3 tag=-1.92 field5 field6
field1 field2 field3 tag=-1.91 field5 field6
field1 field2 field3 tag=0.123 field5 field6
field1 field2 field3 tag=4.22 field5 field6
field1 field2 field3 tag=5.77 field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6

假设字段的数字部分在第4个字符位置（假设索引从0开始，这个我不确定），我尝试使用以下选项对sort进行排序：

• sort -g -k4.4 inputfile
• sort -g -k4.5 inputfile
• sort -n -k4.4 inputfile
• sort -n -k4.5 inputfile
• sort -g inputfile

这些都产生了以下结果，接近，但不完全正确。数量大小已正确排序，但我想要最负值排在顶部。

field1 field2 field3 tag=0.123 field5 field6
field1 field2 field3 tag=-1.91 field5 field6
field1 field2 field3 tag=-1.92 field5 field6
field1 field2 field3 tag=4.22 field5 field6
field1 field2 field3 tag=5.77 field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6

我该如何让sort排序函数表现更佳？

顺便提一下，以下是更多信息：

LANG = en_US.UTF-8
Red Hat Enterprise Linux WS release 4 (Nahant Update 6)

- tomocafe

---

我得到了相同的结果。如果去掉 tag= 并且在第一个字段中排序，那么它会按预期排序，但在任何其他带有 tag= 的字段中都不会排序。 - Kevin

Answer 1

你可以添加一个预处理awk步骤，在末尾添加一个新字段，其中包含来自字段4的数字部分或数字表示，并按此字段排序。添加后处理步骤以剥离该字段。请注意，在下面的示例中，INF已设置为任意高值10**10，如果输入中存在超过此值的自然数，则可以将其设置为更高的值。

awk '{x=$4; sub("tag=", "", x); sub("INF", 10**10, x); print $0, x}' file.txt |
sort -k7,7g | 
cut -f-6 -d' '
field1 field2 field3 tag=-1.92 field5 field6
field1 field2 field3 tag=-1.91 field5 field6
field1 field2 field3 tag=0.123 field5 field6
field1 field2 field3 tag=4.22 field5 field6
field1 field2 field3 tag=5.77 field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6

- iruvar

Answer 2

我在Mac上，所以实现可能会有些不同，但我发现这个方法可行：

使用以下命令：sort -gb -k 4.5,4 inputfile 解释：按照数字一般的方式进行排序，在排序时忽略空白，使用第四列数据的第五个元素到该列数据结尾来对inputfile文件进行排序。

field1 field2 field3 tag=-1.92 field5 field6
field1 field2 field3 tag=-1.91 field5 field6
field1 field2 field3 tag=0.123 field5 field6
field1 field2 field3 tag=4.22 field5 field6
field1 field2 field3 tag=5.77 field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6
field1 field2 field3 tag=INF field5 field6

- James Webster

---

确实，sort -gb -k4.5 inputfile 是有效的... 如果删除 -b 选项，则会恢复到我上面展示的错误排序。查看 man sort，可以发现 -b 被列为“忽略前导空格”。我不确定为什么这对我们有帮助，但我喜欢结果。 - tomocafe

另外，您能解释一下“-k4.5,4”的目的是什么吗？据我理解，关键选项意味着从第四个字段的第五个字符开始，并在第四个字段的开头停止。 - tomocafe