如何按版本号对Apache软件版本记录文件进行排序？

嘿，我来帮你解决这个版本号排序的问题！你之前用awk没得到正确结果，大概率是因为直接按字符串排序了——版本号的数字段按字符串比和按实际语义比结果完全不一样，比如0.10.0字符串排序会排在0.2.0前面，但实际版本号它明明更大对吧？

下面给你几个靠谱的解决方案，从简单到灵活都有：

GNU sort自带一个-V（或者--version-sort）选项，专门用来处理这种带点分隔的版本号序列，直接就能按语义正确排序，不用自己折腾提取字段。

假设你的Test.txt内容是：

File: Test.txt
org.apache.hive.v.0.3.5
org.apache.pig.v.0.2.3
org.apache.hadoop.0.1.1
org.apache.v.0.2.5

如果不需要保留第一行的文件说明，直接跳过它再排序：

tail -n +2 Test.txt | sort -V

输出结果会是：

org.apache.hadoop.0.1.1
org.apache.pig.v.0.2.3
org.apache.v.0.2.5
org.apache.hive.v.0.3.5

要是想保留第一行，就先输出该行，再处理后面的内容：

head -n 1 Test.txt && tail -n +2 Test.txt | sort -V

如果你的系统里的sort没有-V选项（比如某些BSD系统），可以用awk先把版本号拆成数字段，生成一个能正确排序的“键”，再配合sort处理。

比如我们假设所有版本号都是x.y.z格式，提取每个条目最后三个数字段，把每个数字补成两位（比如0.1.1变成01.02.03），这样字符串排序就和语义排序一致了：

awk 'NR>1 {
    split($0, parts, /\./);
    # 取最后三个部分作为版本号的x、y、z段
    v1 = parts[length(parts)-2];
    v2 = parts[length(parts)-1];
    v3 = parts[length(parts)];
    # 生成补零后的排序键
    key = sprintf("%02d.%02d.%02d", v1, v2, v3);
    print key "\t" $0
} NR==1 {print $0}' Test.txt | sort -k1,1 | awk 'NR==1 {print $0} NR>1 {print $2}'

这个命令的逻辑是：

1. 第一行直接输出
2. 从第二行开始，拆分条目提取版本号，生成补零的排序键
3. 把键和原内容一起输出，按键排序后，再去掉键输出原内容

如果不想依赖sort，也可以在awk里把所有条目存起来，自定义排序逻辑：

# 读取文件，第一行存为表头，其余行存入数组
NR==1 {header = $0; next}
{
    split($0, parts, /\./);
    # 把版本号转换成整数（比如0.1.1 → 101，0.2.3 → 203），方便排序
    version_num = parts[length(parts)-2] * 10000 + parts[length(parts)-1] * 100 + parts[length(parts)];
    lines[NR-1] = $0;
    versions[NR-1] = version_num;
}
END {
    print header;
    # 冒泡排序，按版本号的整数大小排序
    for(i=1; i<=length(lines); i++) {
        for(j=i+1; j<=length(lines); j++) {
            if(versions[i] > versions[j]) {
                # 交换版本号和对应行
                tmp_v = versions[i]; versions[i] = versions[j]; versions[j] = tmp_v;
                tmp_l = lines[i]; lines[i] = lines[j]; lines[j] = tmp_l;
            }
        }
    }
    # 输出排序后的行
    for(k=1; k<=length(lines); k++) {
        print lines[k];
    }
}

把上面的代码存成sort_version.awk，然后运行：

awk -f sort_version.awk Test.txt

这个方法是把版本号转换成一个整数，通过比较整数大小来保证排序的语义正确性。

内容的提问来源于stack exchange，提问作者z_1_p