任何对文件列进行排序的可靠方法？答案

【问题标题】：Any robust method to sort file columns?任何对文件列进行排序的可靠方法？
【发布时间】：2012-04-16 16:55:39
【问题描述】：

我有一个 Perl 脚本，它使用 system 调用对 tsv 文件进行排序：

system("sort -k8 -r -n -t \$'\t' in.txt > out.txt");

它在 CentOS 和 SUSE Linux 中运行良好。但是在 Ubuntu 中，它给出了一个错误：

sort: multi-character tab `$\t'

似乎不同操作系统的问题对报价的解释不同。你有一个简单但更健壮的方法来在 Perl 中对 tsv 文件进行排序吗？

【问题讨论】：

我咬一口：你为什么使用系统排序命令而不是内部 Perl 排序命令？ Perl 排序将更快、更高效，并且适用于所有操作系统——甚至是 Windows。
大卫，我正在考虑将文件加载到数组中，对其进行排序，然后将其写出。这很麻烦。此外，对文件进行排序不是我程序中的瓶颈，所以我只是采取简单的方法。或者你有简单有效的方法吗？谢谢。
区别在于ubuntu的/bin/sh是dash，而不是bash。 $'\t' 是一个bashism。
@DavidW。是什么让您认为 perl 排序会更快？系统排序非常快，并且不限于内存数据集大小。 Perl 不是速度恶魔，与以较低抽象级别编写的程序相比，它是一个具有大量开销的 HLL。
@dberhur 有几篇关于speed of Perl's sorting algorithm vs. the command line sort 的帖子。如果 OP 针对这种特殊情况编写了自己的 C 排序程序，它会比 Perl 更快，但 Unix 排序命令是为了灵活性而编写的。与我认为的简单编译的 Unix 系统命令相比，Perl 的速度让我感到惊讶。

【解决方案1】：

通常，您会使用system 的数组调用来避免shell，但是您在命令中有I/O 重定向，这很难处理。 OTOH，sort 允许您使用-o 指定输出文件，命名文件可以是输入之一（虽然它不会在这里）：

my @cmd = ( "sort", "-k8", "-rn", "-t", "\t", "-o", "out.txt", "in.txt" );

system(@cmd);

shell 没有被调用；选项卡没有损坏。我将-r 和-n 选项合二为一；如果您愿意，可以将它们分开，或者（在紧要关头）在-k8 选项之后添加它们。

【讨论】：

漂亮，这种方式很适合这种排序命令。但是，如果我想从另一个输出管道输入输入会发生什么？创建另一个临时文件是唯一的选择吗？另外，如果命令没有输出选项并且我不能使用重定向（>）会发生什么？对这2个案例有什么建议吗？非常感谢。
如果你想通过管道传送到sort 命令（或两者），或者如果目标命令没有方便的-o-like 选项，你必须更加努力您的 IPC（进程间通信）机制，并且您必须放弃 system 并使用（在 Unix 上）fork 和 exec 等加上管道。可以办到;不过，建议您查看 Perl 中的 IPC 模块，以节省您的精力。另一个主要的替代方案是 David W 建议的：在 Perl 本身中进行排序。您需要知道自己在做什么，但这也是可行的，并且可以避免临时文件。
我得到“输入文件指定了两次。” cygwin 出错
@arjun：你什么时候做的？我的答案中显示的命令似乎不太可能产生该错误。
实际上我是在使用 eclipse 调试并得到错误。我不知道为什么？从 cywin 运行时，您的命令没有问题/错误。