Help us understand the problem. What is going on with this article?

sortコマンドに悩まされるの巻

More than 3 years have passed since last update.

TL;DR

Linuxの(GNU)sortを使って3文字の月名でソートしようとしてハマったのでメモ。

環境

$ cat /etc/system-release
CentOS release 6.9 (Final)

$ sort --version | head -1
sort (GNU coreutils) 8.4

お題1

こういうファイルがあるとします。

$ cat a
Dec
Jan
Jul
Sep
Mar
Oct

単純にソートしたら、当然アルファベット順に並びます。

$ sort a
Dec
Jan
Jul
Mar
Oct
Sep

sort コマンドには、キーを月名とみなす -M オプションがあります。
これを使うと、米国表記の月の順にソート

$ sort -M a
Dec
Jan
Jul
Mar
Oct
Sep

されません(汗
マニュアルをじっくり読むと、LC_* 系の環境変数に影響されるっぽいので

$ env|grep LANG
LANG=ja_JP.UTF-8

$ LANG=C sort -M a
Jan
Mar
Jul
Sep
Oct
Dec

明示的に LANG=C したら、今度はうまくいきました。
( -s(--stable) オプションというのもちょっと謎、、、)

お題2

本当にやりたかったのこちら。
こういうファイルがあって、これを日付順にソートしたい。

$ cat b
www.example.com 192.168.0.12 - - [10/May/2017:03:40:22 +0900] snip...
www.example.com 192.168.0.22 - - [10/Sep/2016:03:33:22 +0900] snip...
hoge.example.jp 192.168.0.21 - - [10/May/2017:03:40:22 +0900] snip...
www.example.com 192.168.9.10 - - [15/Sep/2016:03:34:34 +0900] snip...
www.example.com 10.89.159.137 - - [10/Mar/2016:03:35:48 +0900] snip...
www.example.jp 192.168.0.2 - - [10/Sep/2015:03:36:52 +0900] snip...
test.example.com 192.168.0.1 - - [10/Oct/2016:03:37:52 +0900] snip...
www.example.co.jp 10.2.66.247 - - [10/Apr/2017:03:38:20 +0900] snip...
www.example.com 192.168.0.232 - - [10/Apr/2017:03:39:22 +0900] snip...

試行錯誤の結果、以下のようにしたら無事にソートされました。

$ LANG=C sort -t '[' -k2.8,2.11 -k2.4,2.6M -k2.1,2.2 b
www.example.jp 192.168.0.2 - - [10/Sep/2015:03:36:52 +0900] snip...
www.example.com 10.89.159.137 - - [10/Mar/2016:03:35:48 +0900] snip...
www.example.com 192.168.0.22 - - [10/Sep/2016:03:33:22 +0900] snip...
www.example.com 192.168.9.10 - - [15/Sep/2016:03:34:34 +0900] snip...
test.example.com 192.168.0.1 - - [10/Oct/2016:03:37:52 +0900] snip...
www.example.co.jp 10.2.66.247 - - [10/Apr/2017:03:38:20 +0900] snip...
www.example.com 192.168.0.232 - - [10/Apr/2017:03:39:22 +0900] snip...
hoge.example.jp 192.168.0.21 - - [10/May/2017:03:40:22 +0900] snip...
www.example.com 192.168.0.12 - - [10/May/2017:03:40:22 +0900] snip...

オプションは以下のような感じです。

  • -t フィールド区切り文字(デフォルトは空白)
  • -k キーの指定(後述)
  • M :そのキーを月名とみなす

愚痴

"man sort" でぐぐると、
Section: User Commands (1) - sort - テキストファイルをソートする
というありがたい日本語の man ページが読めるんですが、ここの

-k POS1[,POS2]
  -K POS1[,POS2] ソートフィールド指定の POSIX 形式。今後はこちらが推奨される。
  行の POS1 から POS2 までのフィールドを指定する。 POS2 を含む。 
  POS2 が省略されたら行末まで。 フィールドと文字位置はそれぞれ 0 から数えはじめる。

この最後の部分が間違っているようです(仕様が変わった?)。
コマンドのヘルプによると、

$ sort --help | sed -n 35,36p
  -k, --key=POS1[,POS2]     start a key at POS1 (origin 1), end it at POS2
                            (default end of line)

位置は 1 オリジンらしいです。これに地味にハマりましたw

Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした