时间日期 好 乱 啊

aaaa_123

前些日子要加5000个好友




时间日期搞乱了, 现在把时间排序   按原来发生次序  核心就是还原时间顺序    多谢大家.......................
cat file

00:00:00 October 06 2017   ok
00:00:00 October 06 2017   no
00:00:00 October 06 2016   ok
00:00:00 October 06 2016   no
00:00:01 September 25 2018   ok
00:00:01 September 25 2018   no
00:00:04 November 05 2018   ok
00:00:04 November 05 2014   no
00:00:05 December 07 2018   ok
00:00:05 December 07 2018   no
17:45:51 October 26 2018   ok
17:45:51 October 26 2018   no
17:45:51 September 30 2018   ok
17:45:51 September 30 2018   no
17:45:52 October 01 2018   ok
17:45:52 October 01 2018   no
00:00:05 November 29 2018   ok
00:00:05 November 29 2018   no
00:00:06 October 07 2018   ok
00:00:06 October 07 2018   no
00:00:10 November 20 2018   ok
00:00:10 November 20 2018   no
00:00:11 October 26 2018   ok
00:00:11 October 26 2018   no
17:45:27 November 26 2018   ok
17:45:27 November 26 2018   no
17:45:28 December 13 2018   ok
17:45:28 December 13 2018   no
17:45:28 November 06 2018   ok
17:45:28 November 06 2018   no
20:05:58 November 29 2018   ok
20:05:58 November 29 2018   no
20:05:58 October 11 2018   ok
20:05:58 October 11 2018   no
20:05:58 September 20 2018   ok
20:05:58 September 20 2018   no
20:05:58 September 21 2018   ok
20:05:58 September 21 2018   no
17:45:28 November 26 2010   ok
17:45:28 November 26 2018   no
20:05:55 December 08 2017   ok
20:05:55 December 08 2018   no
23:44:12 September 18 2018   ok
23:44:12 September 18 2018   no
20:05:55 October 25 2018   ok
20:05:55 October 25 2018   no
17:45:29 November 26 2018   ok
17:45:29 November 26 2018   no
17:45:50 October 26 2018   ok
17:45:50 October 26 2018   no
17:45:50 September 28 2018   ok
17:45:50 September 28 2018   no
17:45:51 November 04 2018   ok
17:45:51 November 04 2019   no
17:45:51 November 06 2018   ok
17:45:51 November 06 2018   no
17:45:51 November 04 2019   no
17:45:51 November 06 2018   ok

jzsjm1002

1. #!/usr/bin/awk -f
   
2. #
   
3. 
   
4. $0!~/^$/{
   
5.   "date -d \042"$1" "$2" "$3" "$4"\042 +%s" | getline a
   
6.   b[NR" "$0]=a
   
7.   close("date -d \042"$1" "$2" "$3" "$4"\042 +%s")
   
8. }
   
9. 
   
10. END{
    
11.   PROCINFO["sorted_in"]="@val_num_asc"
    
12.   for(i in b)
    
13.     {sub(/^\S+\s+/,"",i);print i}
    
14. }
    
15. 
    
16. 
    
17. #GNU Awk 4.0.2

复制代码

aaaa_123

回复 2# jzsjm1002

Thanks
看起来好复杂...

jzsjm1002

回复 3# aaaa_123

只是将行的前面段转成时间戳 对时间戳进行排序

1. date -d '17:45:51 November 06 2018' +%s
   
2. 1541544351

复制代码

aaaa_123

回复 4# jzsjm1002 Thanks.....

嗯,具体正确 但是test工作过程发现慢一些,   拿500mb.log来test要等很久   还有一个5GB.log要排队

jzsjm1002

回复 5# aaaa_123

有一个close()操作是会慢很多,我测试过百M文件,有close()操作执行时间在半小时到1小时之间,
5G文件 你只有放到后台去运行了

aaaa_123

回复 6# jzsjm1002

我测试10MB1小时多

改天用32核CPU试试

aaaa_123

没有其它办法了吗

aaaa_123

现在怎么这么冷清了.......................

cfwyy

二楼的  date 转换后再排序 是一个办法，我也测试了。但发现有两个问题，第一个速度比较慢，楼主的示例文件在我的电脑上跑出结果大概需要15秒。第二个，排序的结果不是稳定的，即如果两个时间值相同时，和原始次序不太一样。
我一开始想用sort 对原来的字符串 直接排序，月份的排序是关键， sort --help 一看它有-M 选项 支持月份排序，但在我的电脑上试了 -M 选项不起作用的，不知是只支持JAN 这种三字符的月份还是其它的原因。
后来想想还是上Python**，且python的sort是稳定的排序。

仅供参考，示例文件跑完大概在0.3秒，大文件未测试，不知会如何。

1. #!/usr/bin/python3
   
2. 
   
3. from enum import Enum
   
4. 
   
5. class Month(Enum):
   
6.     (January,February,March,April,May,June,
   
7.         July,August,September,October,November,December) = range(1,13)
   
8. 
   
9. with open("1.txt","r",encoding="utf-8") as f:
   
10.     s = (line.split() for line in f)
    
11.     res = sorted(s,key=lambda line: (line[3],Month[line[1]].value,line[2],line[0])) #按 年,月,日,时间 排序
    
12. with open("sorted.txt","w",encoding="utf-8") as fw:
    
13.     for line in res:
    
14.         fw.writelines("{}\n".format(" ".join(line)))

复制代码