linux - 我可以使用哪些 linux 命令对制表符分隔的文本文件中的列进行排序？

Question

我需要比较同一文件的两个版本。两者都是制表符分隔的，并且具有以下形式:

<filename1><tab><Marker11><tab><Marker12>...
<filename2><tab><Marker21><tab><Marker22><tab><Marker22>...

所以每一行都有不同数量的标记(数量在 1 到 10 之间变化)，它们都来自一小组可能的标记。所以一个文件看起来像这样:

fileX<tab>Z<tab>M<tab>A
fileB<tab>Y
fileM<tab>M<tab>C<tab>B<tab>Y

我需要的是:

1. 按行对文件排序
2. 对每行中的标记进行排序，使其按字母顺序排列

所以对于上面的例子，结果是

fileB<tab>Y
fileM<tab>B<tab>C<tab>M<tab>Y
fileX<tab>A<tab>M<tab>Z

使用 sort 很容易做到#1，但如何做到#2？

更新:它不是 this post 的副本因为我的行长度不同，所以我需要对每一行(文件名后的条目)单独排序，即唯一保留的列是第一列。

Answer 1

awk解决方案:

awk 'BEGIN{ FS=OFS="\t"; PROCINFO["sorted_in"]="@ind_str_asc" }
     { split($0,b,FS); delete b[1]; asort(b); r=""; 
         for(i in b) r=(r!="")? r OFS b[i] : b[i]; a[$1] = r 
     }
     END{ for(i in a) print i,a[i] }' file

输出:

fileB   Y
fileM   B   C   M   Y
fileX   A   M   Z

---

• PROCINFO["sorted_in"]="@ind_str_asc" - 排序模式

• split($0,b,FS); - 通过FS(字段分隔符)<将行拆分为数组b/p>

• asort(b) - 对标记值进行排序