使用awk对文档中特定字段的排序

使用awk对文档中特定字段的排序
----------------------------------------------------

1. 问题定义

现在要对如下文档按特定字段排序，

lemo@debian:~/Testspace/awk$ cat file
Name	Sex	Salary 
Lemo	man	4000 
Jok	woman	3000 
Job	man	6000 
Petty	man	9000

我现在想对其按Salary从高到低进行排序，这时我们就会想到用数据库进行排序，这样的话要把这些数据导入数据库，如Mysql, sqlite等，但当我们手头没有这些数据库时，其实我们可以用一个叫做awk的程序设计语言来处理，它的优点是非常适合处理结构化数据。

2. 代码分析

# @auth lemo.lu
# @data 2011.11.16
# use to sort the record with specific field

# BEGIN BLOCK
BEGIN{
    print "BEGIN SORT"
}


##############################################
# NR - number of records , start from 1
# NF - number of fields
# $0 - the whole line 
# $1,$2 - the first column as $1, the second column as $2
##############################################


NR==1 {  # if number of record equals to 1
    for (i=1; i<=NF; i++) { 
	if ( $i == fldName ) { 
	    fldNr = i 
	} 
    } 
    head = $0  # store field names that is store in first line
    next       # like continue
} 


# 32 - width => the result is padded with black spaces if the value to be printed
# is shorter than this number, There , if the length of sorted value is larger that 
# 32, the result will be wrong
{ values[NR] = sprintf("%32s%s", $fldNr, $0) } 


# END BLOCK
END { 
    n = asort(values) # sorts the content of values and return the number of elments in the array source, the default order is ascending.)
    print head 
    if( "des" == order)
    {
	for (i=n; i>=1; i--) { 
	    print substr(values[i],33)  # remove the sort values
	} 
    }
    else{
	for (i=1; i<=n; i++) { 
	    print substr(values[i],33)  # remove the sort values
	} 
    }
} 

我们可以把这代程序放在tst.awk文件中，以gawk命令调用之。

3. 运行结果

下面是一个升序的结果

lemo@debian:~/Testspace/awk$ gawk -v fldName="Salary" -f tst.awk file
BEGIN SORT
Name	Sex	Salary 
Jok	woman	3000 
Lemo	man	4000 
Job	man	6000 
Petty	man	9000

下面是一个降序的结果

emo@debian:~/Testspace/awk$ gawk -v fldName="Salary" -v order="des" -f tst.awk file
BEGIN SORT
Name	Sex	Salary 
Petty	man	9000
Job	man	6000 
Lemo	man	4000 
Jok	woman	3000 

呵呵，是不是很简单啊。一般来说，awk会结合sed来用，sed是一个字符流编辑器，可以很好的完成对多个文件的一系列编辑工作。


4. 参考
http://www.gnu.org/s/gawk/manual/html_node/String-Functions.html#String-Functions