如何按数字+字符排序字符串？目录列表排序去重求助

你的核心问题在于默认的数字排序（-n）无法识别500kstp、1mstp这类字符串里的单位含义——sort -nk1会把第一列里的第一个连续数字（500 vs 1）作为排序依据，自然会把500kstp排在1mstp后面，但你实际需要的是按500k < 1m < 1.5m < 2m < 30m的逻辑排序（因为1m=1000k）。

下面提供两种可靠的解决方案：

方案一：用awk转换为统一数值后排序（最精准） #

先完成去重，再用awk提取关键部分并转换为可排序的数值，最后排序并还原原内容：

# 先按第4-6列去重，再处理排序
sort -unk 4,6 foo.dat | awk -F'/' '{
    # 提取路径中的关键段（比如500kstp、1mstp）
    seg = $3
    # 分割出数字部分
    split(seg, num_part, /[a-z]/)
    value = num_part[1]
    # 单位转换：m是k的1000倍
    if (seg ~ /mstp/) value *= 1000
    # 输出排序键+原行
    print value "\t" $0
}' | sort -nk1 | cut -f2- > boo.dat

这个方法的优势是完全自定义排序逻辑，不管后续出现200kstp还是3.2mstp都能精准排序。

方案二：用GNU sort的版本排序（更简洁） #

如果你的系统是GNU sort（大部分Linux发行版默认都是），可以用-V选项（版本排序），它能自动识别数字+单位的排序逻辑：

sort -unk 4,6 foo.dat | sort -V -k1.5,1 > boo.dat

这里-k1.5,1表示从第一列的第5个字符开始排序（跳过路径开头的..../），-V会自动解析500k < 1m < 1.5m这类顺序，非常简洁。

为什么你的原命令不行？ #

你原命令里的sort -nk1是按第一列的首个连续数字排序，它只会看到500和1，自然把500kstp排在1mstp后面，完全忽略了k和m的单位差异，这就是不符合预期的根本原因。

内容的提问来源于stack exchange，提问作者Leon WANG