【发布时间】：2014-09-01 12:53:23
【问题描述】：
我有以下输入 csv 文件：
"aaa","1","xxx" "ccc, Inc.","6100","yyy" "bbb","609","zzz"我希望按第二列作为数字排序， 我试过了
排序 --field-separator=',' --key=2n问题在于，由于所有值都被引用，它们没有被 -n（数字）选项正确排序。有解决办法吗？
【问题讨论】：
【发布时间】：2014-09-01 12:53:23
【问题描述】：
一个小技巧，使用双引号作为分隔符：
sort --field-separator='"' --key=4 -n
【讨论】：
-
对于其他读者：注意 key=4，而不是 key=2 ;-)
对于引用的csv，请使用具有适当csv 解析器的语言。这是使用perl 的示例。
perl -MText::ParseWords -lne '
chomp;
push @line, [ parse_line(",", 0, $_) ];
}{
@line = sort { $a->[1] <=> $b->[1] } @line;
for (@line) {
local $" = qw(",");
print qq("@$_");
}
' file
输出：
"aaa","1","xxx"
"bbb","609","zzz"
"ccc, Inc.","6100","yyy"
说明：
- 使用
chomp函数从输入中删除新行。 - 使用代码模块Text::Parsewords 解析带引号的行并将其存储在不带引号的数组数组中。
- 在
END块中，对第二列的数组进行排序并将其分配给原始数组。 - 对于我们数组中的每个项目，我们将输出列表分隔符设置为
","，并使用前面和后面的"打印它以创建原始格式的行。
【讨论】：
将您的示例放入名为 sort2.txt 的文件中，我发现以下内容运行良好。sort -t'"' -k4n sort2.txt
使用以下命令排序（感谢乔纳森的改进）
希望这会有所帮助！
【讨论】：
-
less的行为类似于cat，当它的输出进入管道时，sort完全能够读取文件（所以sort -t '"' -k 4n sort2.txt会更好；它也会按数字排序)。 -
此外，包含
"Joe ""The Man"" Bloggs"（有效 CSV）的第一个字段会使您的字段计数非常糟糕。你也可以在我的回答中提出这个抱怨，但它需要像"Joe ""The Man"",""The Guy"" Bloggs"这样的东西来混淆它，这更加深奥（我的一个“合理假设”是这样的字符串不会出现 - 有是嵌入逗号后的空格）。 -
根据您的建议更新，乔纳森。谢谢，我忘了sort可以直接拉文件。
不会有一个非常简单的解决方案。如果你做出一些合理的假设，那么你可以考虑：
sed 's/","/^A/g' input.csv |
sort -t'^A' -k 2n |
sed 's/^A/","/g'
这会将"," 序列替换为Control-A（在代码中显示为^A），然后将其用作sort 中的字段分隔符（第2 列的数字排序)，然后再次将 Control-A 字符替换为 ","。
如果你使用bash，你可以使用ANSI C quoting机制$'\1'将控制字符可见地嵌入到脚本中；你只需要在转义之前完成单引号字符串，然后重新启动它：
sed 's/","/'$'\1''/g' input.csv |
sort -t$'\1' -k 2n |
sed 's/'$'\1''/","/g'
或者使用双引号而不是单引号，但由于您要替换双引号，这会变得混乱。但是您可以简单地逐字输入字符，vim 等编辑将很乐意向您展示。
【讨论】：
-
@DaleAnderson — 谢谢！修复了，我相信。
-
太棒了。在 bash 命令中，排序应该仍然使用
^A，还是应该使用$'\1'？ -
Bash ANSI-C Quoting 运算符
$'\1'仅使用可打印字符（反斜杠和数字 1），而第一个命令序列中的^A必须输入为 control-A。它们映射到同一个字符。您可以使用其中任何一个；您可以在其中一个中使用^A，在另一个中使用$'\1'，但这可能会不必要地混淆人们。 （是的，我的代码自相矛盾；很抱歉，再次感谢 Dale Anderson！）
有时 CSV 文件中的值是可选的，仅在必要时才被引用。在这种情况下，使用" 作为分隔符是不可靠的。
例子：
"Forest fruits",198
Apples,456
bananas,67
使用awk、sort和cut，您可以对原始文件进行排序，这里按第一列：
awk -F',' '{
a = $1; # or the column index you want
gsub(/(^"|"$)/, "", a);
print a","$0
}' file.csv | sort -k1 | cut -d',' -f1 --complement
这会将您要排序的列放在前面，不带引号，然后按照您想要的方式对其进行排序，并在最后删除此列。
【讨论】：