python - 如何使用排序在 Unix 中按字母数字顺序排序？比看起来更复杂

Question

我正在尝试使用 unix sort 命令以“直观”/自然的方式对字母和数字字符串进行排序，但无法正确排序。我有这个文件:

$ cat ~/headers 
@42EBKAAXX090828:6:100:1699:328/2
@42EBKAAXX090828:6:10:1077:1883/2
@42EBKAAXX090828:6:102:785:808/2

我想按字母数字顺序对其进行排序，直观上 @42EBKAAXX090828:6:10:... 排在第一位(因为 10 小于 100 和 102)，第二个是 @42EBKAAXX090828:6:100... 第三个是 @42EBKAAXX090828:6:102:204:1871/2。

我知道建议在行内的特定位置进行排序，但 : 的位置可能会有所不同，因此这不是一个通用且可行的解决方案。

我试过:

sort --stable -k1,1 ~/headers > foo

具有 -n 和 -u 参数的各种组合，但它没有给出正确的顺序。

如何从使用 sort 的 bash 或从 Python 中有效地完成这项工作？我想将其应用于大小约为 4-5 GB 的文件，因此包含数百万行。

谢谢!

Answer 1

-V 选项似乎可以执行您想要的操作 - 自然排序。显然用于版本号(因此选择了字母)

sort -V ~/headers

输出

@42EBKAAXX090828:6:10:1077:1883/2
@42EBKAAXX090828:6:100:1699:328/2
@42EBKAAXX090828:6:102:785:808/2