length()函数确实包含空格。我会对您的管道做一些小的调整(包括避免使用 UUOC)。

awk '{ printf "%d:%s\n", length($0), $0;}' "$@" | sort -n | sed 's/^[0-9]*://'

sed命令直接删除由 awk命令添加的数字和冒号。或者，保持您的格式从 awk:

awk '{ print length($0), $0;}' "$@" | sort -n | sed 's/^[0-9]* //'

回答我

cat testfile | awk '{ print length, $0 }' | sort -n -s | cut -d" " -f2-

或者，对任何等长的行进行原始的(可能是无意的)子排序:

cat testfile | awk '{ print length, $0 }' | sort -n | cut -d" " -f2-

在这两种情况下，我们已经解决了您的陈述的问题，从奥克为您的最终削减。

匹配长度的行——在打平的情况下应该怎么做:

问题没有指定是否需要对匹配长度的行进行进一步排序。我已经假设这是不需要的，并建议使用 -s(--stable)来防止这些行彼此排序，并使它们保持在输入中出现的相对顺序。

(那些希望对这些关系进行更多排序控制的人可以查看 sort 的 --key选项。)

为什么问题尝试的解决方案失败了(awk 换行重建) :

值得注意的是:

echo "hello   awk   world" | awk '{print}'
echo "hello   awk   world" | awk '{$1="hello"; print}'

他们各自投降

hello   awk   world
hello awk world

手册的相关部分只是作为旁白提到，awk 将在您更改一个字段时重新构建整个 $0(基于分隔符等)。我想这不是疯狂的行为。它有这个:

”最后，有时可以方便地强制 awk 使用字段和 OFS 的当前值重新生成整个记录。要做到这一点，可以使用看似无害的作业:

 $1 = $1   # force record to be reconstituted
print $0  # or whatever else with $0

“这迫使我们重建记录。”

测试输入包括一些等长的行:

aa A line   with     MORE    spaces
bb The very longest line in the file
ccb
9   dd equal len.  Orig pos = 1
500 dd equal len.  Orig pos = 2
ccz
cca
ee A line with  some       spaces
1   dd equal len.  Orig pos = 3
ff
5   dd equal len.  Orig pos = 4
g

试试这个命令:

awk '{print length, $0}' your-file | sort -n | cut -d " " -f2-

纯粹的狂欢:

declare -a sorted


while read line; do
if [ -z "${sorted[${#line}]}" ] ; then          # does line length already exist?
sorted[${#line}]="$line"                      # element for new length
else
sorted[${#line}]="${sorted[${#line}]}\n$line" # append to lines with equal length
fi
done < data.csv


for key in ${!sorted[*]}; do                      # iterate over existing indices
echo -e "${sorted[$key]}"                       # echo lines with equal length
done

我发现，如果文件中的行以数字开头，那么这些解决方案将不起作用，因为它们将与所有计数行一起进行数字排序。解决方案是为 sort提供 -g(general-numeric-sort)标志，而不是 -n(numeric-sort)标志:

awk '{ print length, $0 }' lines.txt | sort -g | cut -d" " -f2-

如果你真的想使用 awk，那么 来自 Neillb 的 AWK 解决方案非常棒，它解释了为什么它很麻烦，但是如果你想快速地完成工作，而不在乎你用什么方法完成，一个解决方案是使用 Perl 的 sort()函数和一个定制的 caparison 例程来遍历输入行。下面是一句话:

perl -e 'print sort { length($a) <=> length($b) } <>'

您可以将其放在任何需要的管道中，或者接收 STDIN (从 cat或 shell 重定向) ，或者只是将文件名作为另一个参数提供给 perl，然后让它打开文件。

在我的例子中，我首先需要最长的线，所以我在比较中交换了 $a和 $b。

POSIX Awk:

{
c = length
m[c] = m[c] ? m[c] RS $0 : $0
} END {
for (c in m) print m[c]
}

例子

下面是一个多字节兼容的按长度排序行的方法，它要求:

1. 您可以使用 wc -m(macOS 有它)。
2. 当前区域设置支持多字节字符，例如，通过设置 LC_ALL=UTF-8。您可以在。Bash _ profile，或者仅仅通过在下面的命令之前添加它。
3. testfile有一个与你的语言环境匹配的字符编码(例如 UTF-8)。

下面是完整的命令:

cat testfile | awk '{l=$0; gsub(/\047/, "\047\"\047\"\047", l); cmd=sprintf("echo \047%s\047 | wc -m", l); cmd | getline c; close(cmd); sub(/ */, "", c); { print c, $0 }}' | sort -ns | cut -d" " -f2-

逐部解释:

• l=$0; gsub(/\047/, "\047\"\047\"\047", l); 赚取 awk 变量 l中每一行的一个副本，并且每个 '都进行双转义，这样这一行就可以安全地作为 shell 命令回显(\047是八进制符号中的单引号)。
• 这是我们要执行的命令，它将转义行回显到 wc -m。
• cmd | getline c; ∞执行命令并将返回的字符计数值复制到 awk 变量 c中。
• close(cmd); ∞关闭管道到 shell 命令，以避免一个进程中打开的文件数量达到系统限制。
• 从 wc返回的字符计数值中删除空白。
• { print c, $0 } ∞打印行的字符计数值、空格和原始行。
• | sort -ns ∞对行进行数字排序(通过预置的字符计数值)(-n) ，并保持稳定的排序顺序(-s)。
• | cut -d" " -f2- ∞删除预先添加的字符计数值。