在Linux中对文件合并和排序

在 Linux 上合并和排序文本的方法有很多种，但如何去处理它取决于你试图做什么：你是只想将多个文件的内容放入一个文件中，还是以某种方式组织它，让它更易于使用。在本文中，我们将查看一些用于排序和合并文件内容的命令，并重点介绍结果有何不同。

使用 cat

如果你只想将一组文件放到单个文件中，那么 cat 命令是一个容易的选择。你所要做的就是输入 cat，然后按你希望它们在合并文件中的顺序在命令行中列出这些文件。将命令的输出重定向到要创建的文件。如果指定名称的文件已经存在，那么文件将被覆盖。例如：

$ cat firstfile secondfile thirdfile > newfile

如果要将一系列文件的内容添加到现有文件中，而不是覆盖它，只需将 > 变成 >>。

$ cat firstfile secondfile thirdfile >> updated_file

如果你要合并的文件遵循一些方便的命名约定，那么任务可能更简单。如果可以使用正则表达式指定所有文件名，那就不必列出所有文件。例如，如果文件全部以 file 结束，如上所示，你可以进行如下操作：

$ cat *file > allfiles

请注意，上面的命令将按字母数字顺序添加文件内容。在 Linux 上，一个名为 filea 的文件将排在名为 fileA 的文件的前面，但会在 file7 的后面。毕竟，当我们处理字母数字序列时，我们不仅需要考虑 ABCDE，还需要考虑 0123456789aAbBcCdDeE。你可以使用 ls *file 这样的命令来查看合并文件之前文件的顺序。

注意：首先确保你的命令包含合并文件中所需的所有文件，而不是其他文件，尤其是你使用 * 等通配符时。不要忘记，用于合并的文件仍将单独存在，在确认合并后，你可能想要删除这些文件。

按时间期限合并文件

如果要基于每个文件的时间期限而不是文件名来合并文件，请使用以下命令：

$ for file in `ls -tr myfile.*`; do  cat $file >> BigFile.$$; done

使用 -tr 选项（t = 时间，r = 反向）将产生按照最早的在最前排列的文件列表。例如，如果你要保留某些活动的日志，并且希望按活动执行的顺序添加内容，则这非常有用。

上面命令中的 $$ 表示运行命令时的进程 ID。不是很必要使用此功能，但它几乎不可能会无意添加到现有的文件，而不是创建新文件。如果使用 $$，那么生成的文件可能如下所示：

$ ls -l BigFile.*
-rw-rw-r-- 1 justme justme   931725 Aug  6 12:36 BigFile.582914

合并和排序文件

Linux 提供了一些有趣的方式来对合并之前或之后的文件内容进行排序。

按字母对内容进行排序

如果要对合并的文件内容进行排序，那么可以使用以下命令对整体内容进行排序：

$ cat myfile.1 myfile.2 myfile.3 | sort > newfile

如果要按文件对内容进行分组，请使用以下命令对每个文件进行排序，然后再将它添加到新文件中：

$ for file in `ls myfile.?`; do sort $file >> newfile; done

对文件进行数字排序

要对文件内容进行数字排序，请在 sort 中使用 -n 选项。仅当文件中的行以数字开头时，此选项才有用。请记住，按照默认顺序，02 将小于 1。当你要确保行以数字排序时，请使用 -n 选项。

$ cat myfile.1 myfile.2 myfile.3 | sort -n > xyz

如果文件中的行以 2020-11-03 或 2020/11/03（年月日格式）这样的日期格式开头，-n 选项还能让你按日期对内容进行排序。其他格式的日期排序将非常棘手，并且将需要更复杂的命令。

使用 paste

paste 命令允许你逐行连接文件内容。使用此命令时，合并文件的第一行将包含要合并的每个文件的第一行。以下是示例，其中我使用了大写字母以便于查看行的来源：

$ cat file.a
A one
A two
A three
$ paste file.a file.b file.c
A one   B one   C one
A two   B two   C two
A three B three C thee
       B four  C four
               C five

将输出重定向到另一个文件来保存它：

$ paste file.a file.b file.c > merged_content

或者，你可以将每个文件的内容在同一行中合并，然后将文件粘贴在一起。这需要使用 -s（序列）选项。注意这次的输出如何显示每个文件的内容：

$ paste -s file.a file.b file.c
A one   A two   A three
B one   B two   B three B four
C one   C two   C thee  C four  C five

使用 join

合并文件的另一个命令是 join。join 命令让你能基于一个共同字段合并多个文件的内容。例如，你可能有一个包含一组同事的电话的文件，其中，而另一个包含了同事的电子邮件地址，并且两者均按个人姓名列出。你可以使用 join 创建一个包含电话和电子邮件地址的文件。

一个重要的限制是文件的行必须是相同的顺序，并在每个文件中包括用于连接的字段。

这是一个示例命令：

$ join phone_numbers email_addresses
Sandra 555-456-1234 [email protected]
Pedro 555-540-5405
John 555-333-1234 [email protected]
Nemo 555-123-4567 [email protected]

在本例中，即使缺少附加信息，第一个字段（名字）也必须存在于每个文件中，否则命令会因错误而失败。对内容进行排序有帮助，而且可能更容易管理，但只要顺序一致，就不需要这么做。