如何按前N个字符排序含附属无时间戳行的日志文件或数组

针对你遇到的日志排序问题——需要将无时间戳的续行归属到上一行带时间戳的条目，再整体按时间戳排序——这里有一个简洁可靠的awk解决方案，完美适配你的需求。

问题分析 #

你的日志是多文件grep的结果，存在两种行：

• 起始行：以YYYYMMDD-HH:MM:SS.sss:格式的时间戳开头
• 续行：无时间戳，属于上一行的起始行

我们需要把每个「起始行+后续所有连续续行」作为一个独立条目，按起始行的时间戳排序后，再还原原来的行结构。

解决方案：Awk脚本 #

Awk天生擅长处理这种需要上下文关联的文本操作，我们可以用它把每个条目打包成一个字符串，按时间戳排序后再输出。

完整脚本

创建一个名为sort_logs.awk的文件，内容如下：

BEGIN {
    # 匹配时间戳行的正则表达式
    timestamp_regex = "^[0-9]{8}-[0-9]{2}:[0-9]{2}:[0-9]{2}\\.[0-9]{3}:"
}

# 匹配到时间戳起始行时，保存上一个条目并开始新条目
$0 ~ timestamp_regex {
    if (current_timestamp != "") {
        # 用「时间戳_序号」作为键，避免相同时间戳的条目被覆盖
        key = current_timestamp "_" count++
        records[key] = current_record
    }
    # 提取当前时间戳（前23个字符），初始化当前条目
    current_timestamp = substr($0, 1, 23)
    current_record = $0
    next
}

# 非时间戳行，追加到当前条目末尾
{
    if (current_timestamp != "") {
        current_record = current_record "\n" $0
    }
}

# 处理完所有行后，排序并输出所有条目
END {
    # 保存最后一个条目
    if (current_timestamp != "") {
        key = current_timestamp "_" count++
        records[key] = current_record
    }
    # 对条目按键排序（时间戳优先，原顺序次之）
    n = asorti(records, sorted_keys)
    for (i=1; i<=n; i++) {
        print records[sorted_keys[i]]
    }
}

使用方法

在终端中运行以下命令，替换your_log_file.txt为你的日志文件名：

awk -f sort_logs.awk your_log_file.txt

脚本工作原理 #

1. 识别起始行：用正则表达式匹配以标准时间戳开头的行，作为每个条目的起点。
2. 打包条目：遇到新的起始行时，先把上一个打包好的条目存入数组；非起始行则直接追加到当前条目末尾。
3. 排序输出：所有行处理完成后，对数组的键（时间戳_序号）进行排序——时间戳保证整体顺序，序号保证相同时间戳的条目保留原出现顺序——最后逐个输出条目。

替代方案（Sed+Sort） #

如果你偏好更简洁的命令行组合，也可以用Sed先合并续行，排序后再拆分，但注意如果日志中存在@@@这类标记字符会出错：

# 合并续行→排序→拆分续行
sed '/^[0-9]{8}-/!{H;$!d};x;s/\n/@@@/g' your_log_file.txt | sort | sed 's/@@@/\n/g'

这个方案虽然简短，但可靠性不如Awk脚本，建议优先选择Awk方案。

内容的提问来源于stack exchange，提问作者qwedcxzas