כיצד למיין שורות טקסט: סדר אלפביתי, טבעי ומספרי מוסבר

מיון רשימה נשמע כמו הבעיה שנפתרה ביותר בתחום המחשוב, עד שהתוצאה חוזרת עם file10 למעלה מ file2, כל שם באותיות גדולות צרור בחלק העליון, $5 תקוע בתחתית מחירון, ו-"Apple" ו-"apple" נספר כשני ערכים שונים. כל אחד מאלה הוא המיון שעושה בדיוק מה שנאמר לו. הבעיה היא ש-" סדר אלפביתי" מסתיר כמה כללים שונים, ובחירת הלא נכון מייצרת רשימה ממוינת טכנית וחסרת תועלת כמעט.

מדריך זה מסביר את כללי הסדר החשובים לרשימות יומיומיות: סדר בתים, סדר אלפביתי מודע למקום, סדר טבעי למספרים משובצים, סדר מספרי אמיתי וסדר אורך. זה גם מכסה כיצד שלבי ניקוי כמו חיתוך והסרה של כפילויות מתקשרים עם המיון. הדוגמאות המעובדות משתמשות ב סדרן קו Toolz, וכל פלט המוצג הוא מה שהקוד שלו מייצר.

TL;DR: כדי למיין שורות טקסט, הדבק פריט אחד בכל שורה ובחר מצב. אלפביתי ב-Toolz Line Sorter מודע למקום וטבעי, אז item2 בא לפני item10, ו - Ignore case (מופעל כברירת מחדל) שומר על "Apple" ו - "apple" ביחד. numeric mode orders by the numer בתחילת כל שורה ומטביע שורות לא מספריות לתחתית. Length mode orders by character count.Cleaning runs before sorting: trim whitespace, drop blank lines, then remove duplicates keeping the first occurrence.The סדרן קו מקוון האם צד הלקוח, בחינם, ללא הרשמה ועדכונים תוך כדי הקלדה.

מה עושה סדרן קו?

סדרן שורות לוקח גוש טקסט, מתייחס לכל שורה כפריט אחד, ומסדר מחדש את השורות לפי כלל נבחר אותו כלי בדרך כלל מנקה את הרשימה בו זמנית: חיתוך רווחים תועים, הסרת שורות ריקות והסרת כפילויות.

גרסת Toolz מציעה חמישה מצבים וארבע אפשרויות ניקוי:

הגדרה	מה שזה עושה	ברירת מחדל
א' עד ת'	סדר אלפביתי מודע למקום עם טיפול במספרים טבעיים	נבחר
מספרי	הזמנות לפי המספר שכל שורה מתחילה בו
אורך	הזמנות לפי ספירת תווים, הקצר ביותר ראשון
הפוך	הופך את סדר השורות הנוכחי ללא מיון
לְדַשֵׁף	סדר אקראי; לחץ שוב כדי לערבב מחדש
יורד	הופך את התוצאה של A ל-Z, מספרי או אורך	כבוי
הסר שורות ריקות	מוריד קווים ריקים או רק רווח לבן	על
הסר כפילויות	שומר על המופע הראשון של כל שורה	כבוי
לקצץ רווח לבן	מסיר רווחים וכרטיסיות בשני הקצוות של כל שורה	כבוי
התעלם ממקרה	משווה שורות לאותיות קטנות למיון וכפילויות	על

לוח הפלט מראה כמה קווים יצאו וכמה הוסרו, כך שניתן לראות במבט חטוף את השפעת אפשרויות הניקוי.

מדוע file10 מגיע לפני file2?

מכיוון שמיון טקסט רגיל משווה מחרוזות תו אחד בכל פעם, משמאל. file10 ו file2 התאמה לארבע דמויות, ואז התו החמישי הוא 1 באחד ו 2 באחר הדמות 1 ממיין לפני 2, אז file10 מנצח, וההשוואה אף פעם לא מסתכלת על העובדה ש-10 הוא מספר גדול מ-2.

מיון טבעי מתקן זאת על ידי קריאת כל רצף של ספרות כמספר. סדרן השורות של Toolz' מצב A עד Z עושה זאת, באמצעות הדפדפן's איסוף מובנה עם השוואה מספרית מופעלת, האפשרות המתוארת עבור String.prototype.localeCompare on MDN. כללי ההזמנה שמתחת מגיעים מה- אלגוריתם איסוף יוניקוד, וכך דפדפנים מחליטים ש-"é" ממיין ליד "e" ולא אחרי "z".

הנה אותה רשימה בת חמישה פריטים תחת שלושה כללים:

קלט	סדר בתים (LC_ALL=C sort)	סדר תווים, תיק מקופל	סדר טבעי (כלי א' עד ת')
item10	Item1	Item1	Item1
item2	item10	item10	item2
Item1	item2	item2	item3
item3	item3	item3	item10
zebra	zebra	zebra	zebra

סדר בתים מעמיד Item1 ראשית רק בגלל אות גדולה I בעל קוד נמוך יותר מכל אות קטנה סדר תווים עם תיקוני קיפול רישיות מקבע את ההון, אבל עדיין מעמיד item10 לפני item2. הסדר הטבעי עושה את שניהם נכון.

כיצד המקרה משפיע על מיון אלפביתי?

בסדר בתים גולמי כל אות גדולה ממיינת לפני כל אות קטנה, כך שרשימת שמות יכולה להתפצל לשתי ריצות אלפביתיות: כל הערכים באותיות רישיות תחילה, ואז כל האותיות הקטנות. מיון מודע למקום אינו עושה זאת; הוא מתייחס תחילה לאותיות כאל אותה אות ומשתמש רק באותיות רישיות כדי לנתק קשרים.

האפשרות התעלם ממקרה הולכת צעד קדימה ומשווה הכל לאותיות קטנות כאשר שתי שורות נבדלות רק באותיות גדולות, הן משתוות כשוות, והמיון שומר אותן בסדר שבו הופיעו בקלט. זה חשוב לשכפולים, מכוסה להלן.

דוגמה מעובדת עם המדגם המובנה

לחץ על " טען מדגם" והקלט הוא עשר שורות: banana, Apple, cherry, apple, 10, 2, Banana, date, שורה ריקה, ו grape.

הגדרות Settings	פלט	ספירה מוצגת
ברירות מחדל: A עד Z, התעלם ממקרה מופעל, הסר שורות ריקות	2, 10, Apple, apple, banana, Banana, cherry, date, grape	9 שורות, 1 הוסר
הוסף הסר כפילויות	2, 10, Apple, banana, cherry, date, grape	7 שורות, 3 הוסרו
הסר כפילויות, התעלם מהמקרה	2, 10, apple, Apple, banana, Banana, cherry, date, grape	9 שורות, 1 הוסר
ברירות מחדל פלוס ירידה	grape, date, cherry, Banana, banana, apple, Apple, 10, 2	9 שורות, 1 הוסר

שלושה פרטים נראים בטבלה זו. המספרים מגיעים לפני אותיות במצב אלפביתי, ו 2 מקדים 10 בגלל סדר טבעי. With Ignore case on, Apple נשאר לפני apple כי זה הופיע ראשון בקלט. With Ignore case off, אוסף הדפדפן 's מציב את הטופס באותיות קטנות ממש לפני האותיות הגדולות, שהיא ההתנהגות הרגילה בדפדפנים בשפה האנגלית, ואף אחת מהשורות לא נחשבת ככפולות כי הן אינן זהות. ירידה היא היפוך מלא של התוצאה העולה, כך שגם קווים קשורים מתהפכים.

מיון אלפביתי לעומת מספרי: מתי כדאי להשתמש בכל אחד?

השתמש במצב אלפביתי (טבעי) עבור טקסט המכיל מספרים, כגון שמות קבצים, תוויות גרסאות או כתובות רחוב השתמש במצב מספרי כאשר כל שורה היא מספר, או מתחילה באחת, ואתה רוצה שהשורות מסודרות לפי ערך.

מצב מספרי קורא את המספר בתחילת כל שורה בדרך JavaScript's parseFloat עושה.זה מדלג על רווחים מובילים, קורא סימן אופציונלי, ספרות, נקודה עשרונית ומעריך, ועוצר בתו הראשון שאינו יכול להמשיך מספר שורות שאינן מתחילות במספר עוברות לתחתית ושומרות על הסדר המקורי שלהן.

קו	ערך בשימוש	הערה
42	42
-7.5	-7.5	ערכים שליליים ועשרוניים עובדים
1e3	1000	סימון מדעי נקרא
12 apples	12	טקסט אחרי המספר מתעלם
1,000	1	הקריאה נעצרת בפסיק
$5	לא מספר	שוקע לתחתית
v2	לא מספר	שוקע לתחתית

מיון $5, 42, 1,000, -7.5, 12 apples, 1e3 במצב מספרי נותן:

-7.5
1,000
12 apples
42
1e3
$5

שתי מלכודות נמצאות בתפוקה הזו. 1,000 ממוין כ-1, כי אלפי מפרידים מסיימים את המספר. הפשיטו אותם תחילה עם למצוא ולהחליף אם הנתונים שלך משתמשים בהם. ו $5 נפל לתחתית; הסר סמלי מטבע לפני מיון מחירים.

ירידה במצב מספרי הופכת את כל התוצאה, מה שאומר שהקווים הלא מספריים עוברים מלמטה למעלה אם אתה רוצה רק את המספרים בסדר יורד, נקה תחילה את השורות הלא מספריות.

איך עובד מיון לפי אורך?

מצב אורך מסדר שורות לפי כמה תווים הם מכילים, הקצר ביותר ראשון או הארוך ביותר ראשון עם יורד. שורות באורך שווה שומרות על סדר הקלט שלהן.

הספירה היא אורך מחרוזת JavaScript, המונה יחידות קוד UTF-16. לאותיות רגילות, ספרות ותווים לטיניים מודגשים השווים למספר התווים הגלויים: café הוא 4. רוב האימוג'י וכמה תווים נדירים משתמשים בשתי יחידות קוד, אז ok👍 נחשב כ-4, לא 3. עבור רשימות של מילים, שמות או כתובות אתרים זה חשוב לעתים רחוקות.

מיון אורך שימושי לאיתור חריגים: כותרת המוצר הארוכה בצורה יוצאת דופן, הערך הקטום או מילות המפתח הקצרות ביותר ברשימה.

באיזה סדר קורים ניקיון ומיון?

השלבים תמיד פועלים ברצף קבוע, והסדר מסביר את התוצאות המפתיעות ביותר:

1. פיצול הקלט לשורות, מקבל גם את סיומות השורות של Unix וגם של Windows.
2. לְקַצֵץ כל שורה, אם הרווח הלבן של Trim פועל.
3. הסר שורות ריקות, אם פועל. שורה המכילה רק רווחים נחשבת ריקה, אפילו עם Trim off.
4. הסר כפילויות, אם פועל ההתרחשות הראשונה נשמרת. עם התעלמות ממקרה דולק, קווים הנבדלים רק לפי מקרה נחשבים ככפולים, והמארז של הראשון שורד.
5. מיין, הפוך או ערבב מה שנשאר.

מכיוון שהגזירה היא אופציונלית ומכובה כברירת מחדל, apple ו apple (עם רווח נגרר) הם שני קווים שונים כאשר משווים כפילויות, אלא אם כן אתה מפעיל את Trim. זו הסיבה הנפוצה ביותר ל- " הסר כפילויות" נראה שהכרטיס מחמיץ ערכים. כרטיסיות שהודבקו מגיליון אלקטרוני גורמות לאותה השפעה.

עבור עבודה כפולה כבדה יותר, כגון שמירה על ההתרחשות האחרונה או השוואה רק חלק מכל שורה, ה מדריך להסרת קו כפול מכסה את האפשרויות יותר לעומק.

הפוך לעומת יורד: מה ההבדל?

הפוך הופך את הסדר הנוכחי של הקווים מבלי למיין דבר. c, a, b הופך b, a, c. מיון יורד קודם ואז מתהפך, אז c, a, b ב-A עד Z עם הירידה הופך c, b, a.

השתמש הפוך כאשר הסדר המקורי אומר משהו, כגון קובץ יומן עם הערכים הישנים ביותר תחילה, ואתה רוצה את החדש ביותר ראשון השתמש בירידה כאשר אתה רוצה רשימה ממוינת מ-Z ל-A או מהגדול לקטן ביותר כפתור הירידה מושבת במצבי הפוך וערבוב מכיוון שאין לו מה להעיף.

האם הדשדוש אקראי מספיק?

הדשדוש משתמש באלגוריתם פישר-ייטס, שנותן לכל סדר אפשרי סיכוי שווה כאשר המספרים האקראיים שלו אחידים, והוא שואב את המספרים הללו מהדפדפן's Math.random(). זה בסדר עבור ביצוע אקראי של רשימת קריאה, רשימת השמעה או סדר מצגות. זה לא מקור אקראי קריפטוגרפי, אז זו בחירה שגויה לכל דבר שבו למישהו עשויה להיות סיבה לחזות או לערער על התוצאה, כגון הגרלת פרסים. עבור אלה, ייעודי רשימת אקראי האם מתאים יותר לחץ שוב על ערבוב כדי לקבל הזמנה חדשה.

האם זה בטוח למיין רשימות רגישות באינטרנט?

עם הכלי הזה, כן מיון וניקוי קורים בצד הלקוח, ב-JavaScript בכרטיסיית הדפדפן שלך הטקסט לא מועלה או מאוחסן, והכלי ממשיך לעבוד עם הרשת כבוי לאחר טעינת הדף רשימות של כתובות דואל, שמות לקוחות או שמות מארחים פנימיים לעולם לא עוזבים את המחשב שלך.

מגבלת הגודל המעשית היא הדפדפן שלך 's זיכרון ולא כובע שרת עשרות אלפי שורות ממיינות באופן מיידי במחשב נייד טיפוסי קבצים גדולים מאוד, במאות מגה-בייט, מטופלים טוב יותר בשורת הפקודה.

מהן טעויות נפוצות במיון קווים?

סימפטום	סיבה	לתקן
file10 למעלה מ file2 בכלי אחר	השוואת תווים פשוטה	השתמש במיון טבעי (A עד Z כאן) או sort -V
ערכים באותיות רישיות כולם בחלק העליון	מיון לפי סדר בתים	השתמש במיון מודע למקום או התעלם ממקרה
כפילויות לא הוסרו	רווחים או כרטיסיות נגררים שונים	הפעל את הרווח הלבן של Trim
"Apple" ו-"apple" שניהם נשמרו	התעלם התיק כבוי	הפעל את התיק התעלם
1,000 ממוין כ-1	מפריד אלפים מסיים את המספר	הסר פסיקים לפני מיון מספרי
מחירים עם $ בתחתית	קו לא מתחיל במספר	הפשט סמלי מטבע קודם
רשימה מספרית יורדת מתחילה במילים	קווים לא מספריים הופכים למעלה	הסר תחילה שורות לא מספריות
לפלט יש עוד "הוסר" מהצפוי	שורה חדשה נגררת יצרה שורה אחרונה ריקה	צָפוּי; השורה הריקה נשמטה

חלופות לסדרן קו מקוון

כלי	איך למיין	הערות
גנו sort	sort -f (מקרה קיפול), sort -n (מספרי), sort -V (טבעי), sort -u (יחודי), sort -r (הפוך)	Scriptable, מטפל בקבצים ענקיים; לראות את מדריך מיון גנו
shuf	shuf list.txt	הזמנה אקראית בשורת הפקודה
מיין לפי אורך בקליפה	awk '{ print length, $0 }' list.txt | sort -n | cut -d' ' -f2-	סופר בתים או תווים בהתאם למקום
גיליון אלקטרוני	הדבק בעמודה, נתונים, מיין	טוב כאשר לשורות יש מספר שדות
עורכי קוד	"Sort Lines" פקודות בעורכים רבים	ההתנהגות משתנה לפי עורך
סדרן קו Toolz	הדבק, לחץ על מצב	תצוגה מקדימה חיה, ניקוי במעבר אחד, בצד הלקוח

שים לב ש sort התפוקה תלויה ב LC_ALL או LANG הגדרת מיקום, וזו הסיבה שאותה פקודה יכולה לתת פקודות שונות בשתי מכונות. הגדרה LC_ALL=C סדר בתים של כוחות.

מיון רשימה, צעד אחר צעד

1. פתח את סדרן שורות טקסט והדביקו את הרשימה שלכם, פריט אחד בכל שורה.
2. בחר A עד Z עבור מילים ושמות קבצים, מספרי עבור מספרים או אורך עבור ספירת תווים.
3. הפעל את הרווח הלבן של Trim אם הרשימה הודבקה ממסמך או גיליון אלקטרוני.
4. הפעל הסר כפילויות אם אתה רוצה כל ערך פעם אחת; השאר את התעלם ממקרה כדי למזג אותיות רישיות שונות.
5. בדוק את ספירת הפלט ואת "removed" מספר.
6. לחץ Copy.

אם הרשימה צריכה גם את ההיוון שלה מנורמל, ה מדריך ממיר מארז מסביר כותרת, משפט ומקרים אחרים, וה רכזת כלי טקסט אוסף את שאר כלי השירות לטקסט במקום אחד.