Ordenar un archivo delimitado por tabulaciones

Tengo datos con el siguiente formato:

foo<tab>1.00<space>1.33<space>2.00<tab>3

Ahora intenté ordenar el archivo en función del último campo de forma decreciente. Intenté los siguientes comandos pero no se ordenó como esperábamos.

$ sort -k3nr file.txt  # apparently this sort by space as delimiter

$ sort -t"\t" -k3nr file.txt
  sort: multi-character tab `\\t'

$ sort -t "`/bin/echo '\t'`" -k3,3nr file.txt
  sort: multi-character tab `\\t'

¿Cuál es la forma correcta de hacerlo?

Aquí están los datos de muestra .

Usando bash , esto hará el truco:

$ sort -t$'\t' -k3 -nr file.txt

Observe el signo de dólar frente a la cadena entre comillas simples. Puede leer sobre esto en las secciones de Citas ANSI-C de la página del manual de bash .

Por defecto, el delimitador de campo no está en blanco a transición en blanco, por lo que la pestaña debería funcionar bien.

Sin embargo, las columnas están indexadas base 1 y base 0, por lo que probablemente desee

sort -k4nr file.txt

para ordenar file.txt por la columna 4 numéricamente en orden inverso. (Aunque los datos en la pregunta tienen incluso 5 campos, entonces el último campo sería el índice 5).

Debe colocar un carácter de tabulación real después de -t \ y para hacerlo en un shell, presione ctrl-v y luego el carácter de tabulación. La mayoría de los shells que he usado admiten este modo de entrada de tabulación literal.

Sin embargo, tenga cuidado, porque copiar y pegar desde otro lugar generalmente no conserva las pestañas.

La solución $ no funcionó para mí. Sin embargo, al poner realmente el carácter de tabulación en el comando hizo: sort -t '' -k2

canalizarla a través de algo así awk '{ print print $1"\t"$2"\t"$3"\t"$4"\t"$5 }'. Esto cambiará los espacios a pestañas.

En general, mantener datos como este no es una gran cosa si se puede evitar, porque la gente siempre confunde las pestañas y los espacios.

Resolver su problema es muy sencillo en un lenguaje de script como Perl, Python o Ruby. Aquí hay un código de ejemplo:

#!/usr/bin/perl -w

use strict;

my $sort_field = 2;
my $split_regex = qr{\s+};

my @data;
push @data, "7 8\t 9";
push @data, "4 5\t 6";
push @data, "1 2\t 3";

my @sorted_data = 
    map  { $_->[1] }
    sort { $a->[0] <=> $b->[0] }
    map  { [ ( split $split_regex, $_ )[$sort_field], $_ ] }
    @data;

print "unsorted\n";
print join "\n", @data, "\n";
print "sorted by $sort_field, lines split by $split_regex\n";
print join "\n", @sorted_data, "\n";

Quería una solución para Gnu sort en Windows, pero ninguna de las soluciones anteriores funcionó para mí en la línea de comandos.

Usando la pista de Lloyd, el siguiente archivo por lotes (.bat) funcionó para mí.

Escriba el carácter de tabulación dentro de las comillas dobles.

C:\>cat foo.bat

sort -k3 -t"    " tabfile.txt

Estaba teniendo este problema con sort en cygwin en un shell bash cuando usaba 'general-numeric-sort'. Si especifiqué -t$'\t' -kFg, donde F es el número de campo, no funcionó, pero cuando especifiqué ambos -t$'\t'y -kF,Fg(por ejemplo, -k7,7gpara el séptimo campo) funcionó. -kF,Fgsin el -t$'\t'no funcionó.

Si quiere hacerlo más fácil con solo pestañas, reemplace los espacios con pestañas:

tr " " "\t" < <file> | sort <options>

La respuesta de Lars Haugseth solo funcionó desde la línea de comandos para mí, donde da este error si se ejecuta desde un script de shell:

ordenar: pestaña de varios caracteres '$ \ t'

La solución si está codificada en un script de shell si alguien está mirando es

sort -t'    '

el carácter de tabulación está entre comillas.