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:
- 按行对文件排序
- 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。
最佳答案
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
关于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?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45086660/