sort(1)
sort — 对文本和二进制文件的记录（行）进行排序或合并
名称
sort
概要
sort [-bcCdfghiRMmnrsuVz] [-k field1[,field2]] [-S memsize] [-T dir] [-t char] [-o output] [file ...]
sort --help
sort --version
描述
sort 工具按行对文本和二进制文件进行排序。行是以换行符（默认）或 NUL '\0' 字符（-z 选项）与后续记录分隔的记录。记录可包含任何可打印或不可打印字符。比较基于从每行输入中提取的一个或多个排序键，按照当前 locale 的排序规则和可调整实际排序行为的指定命令行选项，按词典序进行。默认情况下，若未给出键，sort 使用整行进行比较。
命令行选项如下：
-c, --check, -C, --check=silent|quiet 检查单个输入文件是否已排序。若文件未排序，sort 产生相应的错误消息并以退出码 1 退出，否则返回 0。若指定了 -C 或 --check=silent，sort 不产生输出。这是 -c 的“静默”版本。
-m, --merge 仅合并。假定输入文件已经预排序。若它们未排序，输出顺序未定义。
-o output, --output=output 将输出打印到 output 文件而非标准输出。
-S size, --buffer-size=size 使用 size 作为内存缓冲区的最大大小。可使用大小修饰符 %、b、K、M、G、T、P、E、Z、Y。若未显式指定内存限制，sort 最多占用约 90% 的可用内存。若文件太大无法装入内存缓冲区，则使用临时磁盘文件执行排序。
-T dir, --temporary-directory=dir 将临时文件存储在目录 dir 中。默认路径为环境变量 TMPDIR 的值，若 TMPDIR 未定义，则使用 /var/tmp。
-u, --unique 唯一键。抑制所有键与已处理行相等的行。此选项类似于 -s，意味着稳定排序。若与 -c 或 -C 一起使用，sort 还会检查没有重复键的行。
-s 稳定排序。此选项维持具有相等键的记录的原始顺序。这是一个非标准功能，但被广泛接受和使用。
--version 打印版本号并静默退出。
--help 打印帮助文本并静默退出。
以下选项覆盖默认排序规则。当排序选项独立于键字段规范出现时，它们全局应用于所有排序键。当附加到特定键（参见 -k）时，排序选项覆盖其所附加键的所有全局排序选项。
-b, --ignore-leading-blanks 比较行时忽略前导空白字符。
-d, --dictionary-order 比较时仅考虑空格和字母数字字符。
-f, --ignore-case 比较前将所有小写字符转换为大写等效字符，即执行不区分大小写的排序。
-g, --general-numeric-sort, --sort=general-numeric 按一般数值排序。与 -n 不同，此选项处理一般浮点数。它允许的格式比 -n 更宽松，但性能有明显缺点。
-h, --human-numeric-sort, --sort=human-numeric 按数值排序，但会考虑 SI 后缀（如有）。首先按数字符号（负、零或正）排序；然后按 SI 后缀（空、k 或 K，或 MGTPEZY 之一，按此顺序）排序；最后按数值排序。SI 后缀必须紧跟数字。例如，'12345K' 排在 '1M' 之前，因为 M 比 K“更大”。此排序选项适用于对带 -h 或 -H 选项（人类可读）的单次 df 命令输出进行排序。
-i, --ignore-nonprinting 忽略所有不可打印字符。
-M, --month-sort, --sort=month 按月份排序。未知字符串被视为小于月份名称。
-n, --numeric-sort, --sort=numeric 按算术值对字段进行数值排序。字段开头可有可选空格、可选减号、零个或多个数字（包括小数点和可能的千位分隔符）。
-R, --random-sort, --sort=random 按随机顺序排序。这是输入的随机排列，但相等键排在一起。它通过对输入键哈希并对哈希值排序实现。哈希函数随机选择。哈希函数由 /dev/random 内容随机化，或由 --random-source 指定的文件内容随机化。即使指定了多个排序字段，所有字段都使用相同的随机哈希函数。
-r, --reverse 以相反顺序排序。
-V, --version-sort 对版本号排序。输入行被视为形式为 PREFIX VERSION SUFFIX 的文件名，其中 SUFFIX 匹配正则表达式 "(.([A-Za-z~][A-Za-z0-9~])?)"。文件按其前缀和版本进行比较（版本号中的前导零被忽略，参见下例）。若输入字符串不匹配该模式，则使用字节比较函数进行比较。所有字符串比较在 C locale 中执行，忽略 locale 环境设置。
示例：
字段分隔符的处理可通过以下选项改变：
-b, --ignore-leading-blanks 确定受限排序键的起始和结束位置时忽略前导空格（参见 -k）。若 -b 在第一个 -k 选项之前指定，它全局应用于所有键规范。否则，-b 可独立附加到键规范的每个 field 参数。-b。
-k field1[,field2], --key=field1[,field2] 定义一个受限排序键，起始位置为 field1，可选结束位置为 field2。-k 选项可多次指定，后续键在先前键比较相等时进行比较。-k 选项替代了过时的 +pos1 和 -pos2 选项，但旧记法仍受支持。
-t char, --field-separator=char 使用 char 作为字段分隔符。确定键偏移时，初始 char 不视为字段的一部分。char 的每次出现都是有意义的（例如，“charchar”分隔出一个空字段）。若未指定 -t，默认字段分隔符是空白字符序列，连续空白 不 分隔空字段，但确定键偏移时初始空白 会 被视为字段的一部分。要使用 NUL 作为字段分隔符，使用 -t '\0'。
-z, --zero-terminated 使用 NUL 作为记录分隔符。默认情况下，文件中的记录以换行符分隔。使用此选项时，NUL（'\0'）用作记录分隔符。
其他选项：
--batch-size=num 指定 sort 可同时打开的最大文件数。此选项在有许多输入文件或使用临时文件时影响行为。默认值为 16。
--compress-program=PROGRAM 使用 PROGRAM 压缩临时文件。PROGRAM 在无参数调用时必须将标准输入压缩到标准输出。以参数 -d 调用时必须将标准输入解压到标准输出。若 PROGRAM 失败，sort 必须以错误退出。可在此处使用的 PROGRAM 示例为 bzip2。
--random-source=filename 在随机排序中，文件内容用作哈希函数选择的“种子”数据源。两次使用相同种子数据的随机排序将使用相同的哈希函数，若输入也相同则产生相同结果。默认使用文件 /dev/random。
--debug 向标准输出打印一些关于排序过程的额外信息。
--parallel 设置最大执行线程数。默认数量等于 CPU 数量。
--files0-from=filename 从文件 filename 中获取输入文件列表。文件名必须以 NUL 分隔（类似于命令“find ... -print0”产生的输出）。
--radixsort 若排序规范允许，尝试使用基数排序。基数排序仅可用于简单 locale（C 和 POSIX），且不能用于数值或月份排序。基数排序非常快速且稳定。
--mergesort 使用归并排序。这是一种通用算法，始终可使用，但并不总是最快的。
--qsort 若排序规范允许，尝试使用快速排序。此排序算法不能与 -u 和 -s 一起使用。
--heapsort 若排序规范允许，尝试使用堆排序。此排序算法不能与 -u 和 -s 一起使用。
--mmap 尝试使用文件内存映射系统调用。在某些情况下可能提高速度。
可用操作数如下：
file 待排序、合并或检查的文件路径名。若未指定 file 操作数，或 file 操作数为 -，则使用标准输入。
字段定义为字段分隔符和记录分隔符（默认为换行符）以外字符的最大序列。除非指定了 -b，否则前导空格包含在字段中；空白字符序列的第一个空格作为字段分隔符并包含在字段中（除非指定了 -t）。例如，行首的所有空格都被视为第一个字段的一部分。
字段通过 -k field1[,field2] 命令行选项指定。若缺少 field2，键的结束默认为行尾。
参数 field1 和 field2 的形式为 m.n（m,n > 0），后可跟一个或多个修饰符 b、d、f、i、n、g、M 和 r，对应上述讨论的选项。指定 b 时仅应用于其所在的 field1 或 field2，而其余修饰符无论仅与 field1 或 field2 一起指定还是与两者一起指定，都应用于整个键字段。以 m.n 指定的 field1 位置解释为第 m 个字段开头起第 n 个字符。field1 中缺少 .n 意味着 .1，表示第 m 个字段的第一个字符；若 -b 选项生效，n 从第 m 个字段的第一个非空格字符起计数；m.1b 指第 m 个字段的第一个非空格字符。1.n 指行首起第 n 个字符；若 n 大于行长度，该字段视为空。
n 个位置始终从字段开头计数，即使字段短于指定位置数。因此，键实际上可从后续字段中的某个位置开始。
以 m.n 指定的 field2 位置解释为第 m 个字段开头起（含分隔符）第 n 个字符。缺少 .n 表示第 m 个字段的最后一个字符；m = 0 表示行尾。因此选项 -k v.x,w.y 与过时选项 +v-1.x-1 -w-1.y 同义；省略 y 时，-k v.x,w 与 +v-1.x-1 -w.0 同义。过时的 +pos1 -pos2 选项仍受支持，但 -w.0b 除外，它没有 -k 等价项。
环境变量
LC_COLLATE 用于确定记录排序整理规则的 locale 设置。
LC_CTYPE 用于字符大小写转换和分类的 locale 设置，即哪些字符被视为空格等。
LC_MESSAGES 确定 sort 输出消息语言的 locale 设置。
LC_NUMERIC 确定数值排序中使用数字格式的 locale 设置。
LC_TIME 确定月份排序中使用月份格式的 locale 设置。
LC_ALL 覆盖上述所有 locale 设置的 locale 设置。此环境变量可一次性将所有这些设置为相同值。
LANG 若既未设置相应环境变量也未设置 LC_ALL，作为最后手段用于确定各种特定于 locale 的行为。
TMPDIR 存储临时文件的目录路径。注意 TMPDIR 可被 -T 选项覆盖。
GNUSORT_NUMERIC_COMPATIBILITY 若已定义，-t 不会覆盖 locale 数字符号，即千位分隔符和小数分隔符。默认情况下，若指定的 -t 与千位分隔符或小数点相同，该符号将被视为字段分隔符。旧行为不太明确；该符号同时被视为字段分隔符和数字分隔符。此环境变量启用旧行为。
文件
/var/tmp/.bsdsort.PID.* 临时文件。
/dev/random 随机排序的默认种子文件。
退出状态
sort 工具应以以下值之一退出：
0 成功排序输入文件，或与 -c 或 -C 一起使用时，输入文件已满足排序条件。
1 使用 -c 或 -C 选项时发现乱序（或非唯一）。
2 发生错误。
参见
标准
sort 工具遵循 IEEE Std 1003.1-2008（“POSIX.1”）规范。
标志 [-ghRMSsTVz] 是 POSIX 规范的扩展。
所有长选项都是规范的扩展，其中一些为兼容 GNU 版本而提供，另一些为自有扩展。
旧键记法 +pos1 和 -pos2 来自 sort 的旧版本，仍受支持，但强烈建议不要使用。
历史
sort 命令首次出现在 Version 1 AT&T UNIX 中。
作者
Gabor Kovesdan gabor@FreeBSD.org,
Oleg Moskalenko mom040267@gmail.com
注释
此 sort 实现对输入行长度（除可用内存限制外）或行内允许的字节没有限制。
性能很大程度上取决于 locale 设置、排序键的高效选择和键复杂性。最快的排序是使用 C locale、整行、带 -s 选项。一般而言，C locale 最快，其次是单字节 locale，多字节 locale 最慢，但始终遵循正确的整理顺序。至于键规范，行处理越简单，搜索越快。
按算术值排序时，使用 -n 比使用 -g 性能好得多，因此建议尽可能使用 -n。
最后更新于
这有帮助吗？