如何通过Shell脚本基于AM/PM对日期时间字段排序？

我尝试用sort -t',' -k2,2 -k7,7r file.csv对CSV数据按第7列的日期时间反向排序，但命令没识别AM/PM，导致排序结果不对——10 AM的行居然排在2 PM的行前面，顺序完全没变。

排序前的原始数据：

field1,field2,field3,field4,field5,field6,19-NOV-23 10.58.03.000000 AM
field1,field2,field3,field4,field5,field6,19-NOV-23 02.48.47.000000 PM

执行命令后得到的结果（不符合预期）：

field1,field2,field3,field4,field5,field6,19-NOV-23 10.58.03.000000 AM
field1,field2,field3,field4,field5,field6,19-NOV-23 02.48.47.000000 PM

原因分析 #

默认情况下sort是按字符串字典序排序的，"10"开头的字符串比"02"大，所以10 AM的行被判定为“更大”，排在前面。而且sort本身不会自动解析AM/PM来转换为24小时制时间进行比较。

解决方案 #

方法1：用awk转换为24小时制后排序（通用所有环境） #

通过awk把12小时制时间转成24小时制，生成一个临时的排序键，排序后再去掉这个键，就能得到正确结果：

awk -F',' '{
    split($7, dt_parts, /[ .]/)
    hour = dt_parts[3]
    ampm = dt_parts[7]
    # 转换小时到24制
    if (ampm == "PM" && hour != "12") hour += 12
    else if (ampm == "AM" && hour == "12") hour = "00"
    # 生成排序用的24制时间键
    sort_key = dt_parts[1] " " sprintf("%02d", hour) ":" dt_parts[4] ":" dt_parts[5]
    print sort_key "," $0
}' file.csv | sort -t',' -k1,1r | cut -d',' -f2-

执行后会输出正确的反向排序结果：

field1,field2,field3,field4,field5,field6,19-NOV-23 02.48.47.000000 PM
field1,field2,field3,field4,field5,field6,19-NOV-23 10.58.03.000000 AM

方法2：用GNU sort的时间解析功能（仅适用于GNU sort） #

如果你用的是GNU版sort（大部分Linux系统默认是这个），可以直接指定时间格式让sort自动解析AM/PM：

sort -t',' --time-format="%d-%b-%y %I.%M.%S.%6N %p" -k7,7r file.csv

这个命令里--time-format定义了输入时间的格式，sort会按照实际时间值来排序，自然就能识别AM/PM的区别。

内容的提问来源于stack exchange，提问作者MuhammedF