帮助你排序文本文件的 Awk 命令行或脚本(推荐)

Awk 是一个强大的工具，可以执行某些可能由其它常见实用程序（包括 sort）来完成的任务。

Awk 是个普遍存在的 Unix 命令，用于扫描和处理包含可预测模式的文本。但是，由于它具有函数功能，因此也可以合理地称之为编程语言。

令人困惑的是，有不止一个 awk。（或者，如果你认为只有一个，那么其它几个就是克隆。）有 awk（由Aho、Weinberger 和 Kernighan 编写的原始程序），然后有 nawk 、mawk 和 GNU 版本的 gawk。GNU 版本的 awk 是该实用程序的一个高度可移植的自由软件版本，具有几个独特的功能，因此本文是关于 GNU awk 的。

虽然它的正式名称是 gawk，但在 GNU+Linux 系统上，它的别名是 awk，并用作该命令的默认版本。 在其他没有带有 GNU awk 的系统上，你必须先安装它并将其称为 gawk，而不是 awk。本文互换使用术语 awk 和 gawk。

awk 既是命令语言又是编程语言，这使其成为一个强大的工具，可以处理原本留给 sort、cut、uniq 和其他常见实用程序的任务。幸运的是，开源中有很多冗余空间，因此，如果你面临是否使用 awk 的问题，答案可能是肯定的“随便”。

awk 的灵活之美在于，如果你已经确定使用 awk 来完成一项任务，那么无论接下来发生什么，你都可以继续使用 awk。这包括对数据排序而不是按交付给你的顺序的永恒需求。

样本数据集

在探索 awk 的排序方法之前，请生成要使用的样本数据集。保持简单，这样你就不会为极端情况和意想不到的复杂性所困扰。这是本文使用的样本集：

Aptenodytes;forsteri;Miller,JF;1778;EmperorPygoscelis;papua;Wagler;1832;GentooEudyptula;minor;Bonaparte;1867;Little BlueSpheniscus;demersus;Brisson;1760;AfricanMegadyptes;antipodes;Milne-Edwards;1880;Yellow-eyedEudyptes;chrysocome;Viellot;1816;Sothern RockhopperTorvaldis;linux;Ewing,L;1996;Tux

这是一个很小的数据集，但它提供了多种数据类型：

根据你的教育背景，你可能会认为这是二维数组或表格，或者只是行分隔的数据集合。你如何看待它只是你的问题，而 awk 只认识文本。由你决定告诉 awk 你想如何解析它。

只想排序

如果你只想按特定的可定义字段（例如电子表格中的“单元格”）对文本数据集进行排序，则可以使用 sort 命令。

字段和记录

无论输入的格式如何，都必须在其中找到模式才可以专注于对你重要的数据部分。在此示例中，数据由两个因素定界：行和字段。每行都代表一个新的记录，就如你在电子表格或数据库转储中看到的一样。在每一行中，都有用分号（;）分隔的不同的字段（将其视为电子表格中的单元格）。

awk 一次只处理一条记录，因此，当你在构造发给 awk 的这指令时，你可以只关注一行记录。写下你想对一行数据执行的操作，然后在下一行进行测试（无论是心理上还是用 awk 进行测试），然后再进行其它的一些测试。最后，你要对你的 awk 脚本要处理的数据做好假设，以便可以按你要的数据结构提供给你数据。

在这个例子中，很容易看到每个字段都用分号隔开。为简单起见，假设你要按每行的第一字段对列表进行排序。

在进行排序之前，你必须能够让 awk 只关注在每行的第一个字段上，因此这是第一步。终端中 awk 命令的语法为 awk，后跟相关选项，最后是要处理的数据文件。

$ awk --field-separator=";" '{print $1;}' penguins.listAptenodytesPygoscelisEudyptulaSpheniscusMegadyptesEudyptesTorvaldis