排序从tld开始到左侧的域名（FQDN）列表

我正在寻找从TLD开始向上的域名列表（网络过滤器白名单）。我正在寻找可以轻松实现此目的的任何* nix或Windows工具，尽管脚本也可以。

因此，如果给出的是列表

www.activityvillage.co.uk 
ajax.googleapis.com 
akhet.co.uk 
alchemy.l8r.pl 
au.af.mil 
bbc.co.uk 
bensguide.gpo.gov 
chrome.angrybirds.com 
cms.hss.gov 
crl.godaddy.com 
digitalhistory.uh.edu 
digital.library.okstate.edu 
digital.olivesoftware.com

这就是我想要的输出。

chrome.angrybirds.com 
crl.godaddy.com 
ajax.googleapis.com 
digital.olivesoftware.com 
digital.library.okstate.edu 
digitalhistory.uh.edu 
bensguide.gpo.gov 
cms.hss.gov 
au.af.mil 
alchemy.l8r.pl 
www.activityvillage.co.uk 
akhet.co.uk 
bbc.co.uk

以防万一您想知道Squidguard为什么会有bug /设计缺陷。如果两个www.example.com和example.com都包含在一个列表中，然后example.com进入被忽略，你只能访问与内容www.example.com。我有几个大列表需要清理，因为有人添加了条目而没有先看。

这个简单的python脚本将满足您的需求。在此示例中，我将文件命名为domain-sort.py：

#!/usr/bin/env python
from fileinput import input
for y in sorted([x.strip().split('.')[::-1] for x in input()]): print '.'.join(y[::-1])

要运行它，请使用：

cat file.txt | ./domain-sort.py

请注意，这看起来有点丑陋，因为我写这更多或更少的一个简单的一行，我不得不使用的切片表示法[::-1]，其中负值工作，使以相反的顺序相同列表的副本，而不是使用更声明reverse()这是否以破坏可组合性的方式就地执行它。

这是一个稍长但可能更具可读性的版本，reversed()该版本使用它返回迭代器，因此需要将其包装起来list()以使用迭代器并生成列表：

#!/usr/bin/env python
from fileinput import input
for y in sorted([list(reversed(x.strip().split('.'))) for x in input()]): print '.'.join(list(reversed(y)))

对于具有1500条随机排序的行的文件，大约需要0.02秒：

Elapsed (wall clock) time (h:mm:ss or m:ss): 0:00.02
Maximum resident set size (kbytes): 21632

对于具有150,000条随机排序的行的文件，需要3秒钟多一点的时间：

Elapsed (wall clock) time (h:mm:ss or m:ss): 0:03.20
Maximum resident set size (kbytes): 180128

这可以说是更易读的版本，它执行reverse()和sort()就地操作，但运行时间相同，实际上占用了更多的内存。

#!/usr/bin/env python
from fileinput import input

data = []
for x in input():
   d = x.strip().split('.')
   d.reverse()
   data.append(d)
data.sort()
for y in data:
   y.reverse()
   print '.'.join(y)

对于具有1500条随机排序的行的文件，大约需要0.02秒：

Elapsed (wall clock) time (h:mm:ss or m:ss): 0:00.02
Maximum resident set size (kbytes): 22096

对于具有150,000条随机排序的行的文件，需要3秒钟多一点的时间：

Elapsed (wall clock) time (h:mm:ss or m:ss): 0:03.08
Maximum resident set size (kbytes): 219152

这是应该执行所需操作的PowerShell脚本。基本上，它会将所有TLD放入一个数组中，以对每个TLD进行反转，排序，将其反转回到其原始顺序，然后将其保存到另一个文件中。

$TLDs = Get-Content .\TLDsToSort-In.txt
$TLDStrings = @();

foreach ($TLD in $TLDs){
    $split = $TLD.split(".")
    [array]::Reverse($split)
    $TLDStrings += ,$split
}

$TLDStrings = $TLDStrings|Sort-Object

foreach ($TLD in $TLDStrings){[array]::Reverse($TLD)}

$TLDStrings | %{[string]::join('.', $_)} | Out-File .\TLDsToSort-Out.txt

在1,500条记录上运行-在功能强大的台式机上花了5秒钟。

猫domain.txt | 转速| 排序| 转速

Perl的神秘性稍差，或者至少更漂亮：

use warnings;
use strict;

my @lines = <>;
chomp @lines;

@lines =
    map { join ".", reverse split /\./ }
    sort
    map { join ".", reverse split /\./ }
    @lines;

print "$_\n" for @lines;

这是Guttman-Rosler变换的一个简单示例：我们将这些行转换为适当的可排序形式（此处，按句点分割域名并颠倒各部分的顺序），使用本机词典顺序对它们进行排序，然后将线恢复到其原始形式。

在Unix脚本中：反向，排序和反向：

awk -F "." '{for(i=NF; i > 1; i--) printf "%s.", $i; print $1}' file |
  sort |
  awk -F "." '{for(i=NF; i > 1; i--) printf "%s.", $i; print $1}'

这是在（简短而神秘的）perl中：

#!/usr/bin/perl -w
@d = <>; chomp @d;
for (@d) { $rd{$_} = [ reverse split /\./ ] }
for $d (sort { for $i (0..$#{$rd{$a}}) {
        $i > $#{$rd{$b}} and return 1;
        $rd{$a}[$i] cmp $rd{$b}[$i] or next;
        return $rd{$a}[$i] cmp $rd{$b}[$i];
} } @d) { print "$d\n" }

awk -F"." 's="";{for(i=NF;i>0;i--) {if (i<NF) s=s "." $i; else s=$i}; print s}' <<<filename>>> | sort | awk -F"." 's="";{for(i=NF;i>0;i--) {if (i<NF) s=s "." $i; else s=$i}; print s}'

这样做是将域名中的每个文件都反向，排序并反向反向。

这样就可以根据域名的各个部分从右到左按字典顺序对域名列表进行真正的排序。

反向解决方案（rev <<<filename>>> | sort | rev）不会，我已经尝试过了。