一行多行排序文本文件

我有一个这种格式的文本文件：

####################################
KEY2
VAL21
VAL22
VAL23
VAL24
####################################
KEY1
VAL11
VAL12
VAL13
VAL14
####################################
KEY3
VAL31
VAL32
VAL33
VAL34

我想按KEY行对该文件排序，并在结果中保留下4行，因此排序结果应为：

####################################
KEY1
VAL11
VAL12
VAL13
VAL14
####################################
KEY2
VAL21
VAL22
VAL23
VAL24
####################################
KEY3
VAL31
VAL32
VAL33
VAL34

有没有办法做到这一点 ？

msort(1)旨在能够对具有多行记录的文件进行排序。它具有可选的gui以及普通的和可用于人类的命令行版本。（至少，喜欢仔细阅读手册并寻找示例的人...）

AFAICT，您不能对记录使用任意模式，因此，除非您的记录是固定大小的（以字节为单位，而不是字符或行）。 对于由空行分隔的行块的记录，msort确实有一个-b选项。

您可以-b通过在每个输入###...（第一个输入除外）之前添加一个空行来将输入转换为一种非常容易使用的格式。

默认情况下，它会在stderr上打印统计信息，因此至少可以很容易分辨出何时未排序，因为它认为整个输入都是一条记录。

msort处理您的数据。 该sed命令在第1行#+以外的每一行前添加 换行符-w（按字典顺序）对整个记录进行排序。有一些选择可以选择将记录的哪个部分用作键，但是我不需要它们。

我也省去了多余的换行符。

$ sed '2,$ s/^#\+/\n&/' unsorted.records | msort -b -w 2>/dev/null 
####################################
KEY1
VAL11
VAL12
VAL13
VAL14

####################################
KEY2
VAL21
VAL22
VAL23
VAL24

####################################
KEY3
VAL31
VAL32
VAL33
VAL34

我没有运气-r '#'将其用作记录分隔符。它认为整个文件是一个记录。

一种解决方案是首先将块内的换行符更改为您选择的未使用字符（在下面的示例中为“ |”），对结果进行排序，然后将所选分隔符改回原始换行符：

sed -e 'N; N; N; N; N; s/\n/|/g' file.txt \
| sort -k2,2 -t\| \
| sed 's/|/\n/g'

perl -0ne 'print sort /(#+[^#]*)/g' file.txt

• perl -0 抓取整个文件
• /(....)/g 匹配并提取记录
• print sort ... 排序并打印它们

这是应该与节中任意数量的行一起使用的另一种方式KEY：

# extract delimiter
delim=$(head -n1 <infile)
sed '/#/d;/KEY/h;G;s/\n/\x02/' infile | nl -ba -nrz -s $'\002' | sort -t $'\002' -k3 -k1,1 |
cut -d $'\002' -f2 | sed '/KEY/{x;s/.*/'"${delim}"'/;G}'

通过将分隔符保存到变量中（然后将其从输入中删除），可以工作。然后KEY*，它使用低ascii字符（在您的输入中不太可能出现）作为分隔符将追加到其相应部分的每一行，然后使用相同的分隔符来n累加所有lines。然后，仅需sort在第三个字段和第一个字段中进行ing cut，然后对中间列进行调整，然后通过final恢复定界符即可sed。请注意，以上内容KEY12会先排序，然后根据您的需要KEY2调整sort命令。

您可以使用POSIX Awk stdlib库：

#!/usr/local/bin/awklib -f
$0 ~ "#" {x++}
{q[x] = q[x] ? q[x] RS $0 : $0}
END {
  arr_sort(q)
  for (x in q) print q[x]
}