shell 通过考虑参数对URL进行排序

ff29svar  于 2023-06-30  发布在  Shell
关注(0)|答案(2)|浏览(128)

我有以下URL列表:

https://example.com/a?one=1&two=2
https://example.com/a?two=2&one=1
https://example.com/b?two=2&one=1
https://example.com/b?one=1&two=2
https://example.com/b?one=1
https://example.net/a/x?two=2&one=1
https://example.net/a/x?two=2&one=1

我想得到的结果:

https://example.com/a?one=1&two=2
https://example.com/b?one=1&two=2
https://example.com/b?one=1
https://example.net/a/x?two=2&one=1

问题是,下面的环节“雷同”;唯一的区别是参数的顺序:

https://example.com/a?one=1&two=2
https://example.com/a?two=2&one=1
https://example.com/b?two=2&one=1
https://example.com/b?one=1&two=2

是否可以通过考虑参数对URL进行排序?不确定这里应该采用哪种方法,也许有人已经有了解决方案;我只能假设使用awk可以实现。

sg24os4d

sg24os4d1#

解决方案TXR Lisp
我将这两行添加到示例数据中,以显示它们根据URL参数首先按键排序的顺序进行排序。它们以朴素的词典顺序出现:

https://example.net/z?a=tiger&b=zebra
https://example.net/z?b=bear&a=aarvark

但是参数a被认为比b更重要,所以a=aardvark必须在a=tiger之前排序。观察到:

$ txr sort.tl  < urls 
https://example.com/a?one=1&two=2
https://example.com/b?one=1
https://example.com/b?two=2&one=1
https://example.net/a/x?two=2&one=1
https://example.net/z?b=bear&a=aarvark
https://example.net/z?a=tiger&b=zebra

代码中的方法是将URL解析成片段并从中生成对象。在TXR Lisp中,有一个叫做“相等替换”的概念,通过这个概念,我们编程一个结构对象,让它在equal函数下使用一个替代键来表示它。我们通过编写一个名为equal的单参数方法来实现这一点。该方法接受对象本身(“self”),并被调用以传递相等替换。在我们的例子中,我们有这样的:

(:method equal (me) me.key)

这句话的意思是:“为了比较我和其他东西的平等性,不要真的比较我,而是用我的key插槽代替我。
我们使用规范化表示填充url结构的key插槽:由域、路径和URL参数的排序关联列表组成的向量。
使用相等替换,我们可以uniq URL对象,sort它们,然后再次将它们打印为字符串。

(defstruct url ()
  urlstr
  prot
  domain
  path
  paramstr
  params

  ;; slot computed in :postinit
  key

  (:postinit (me)
    (set me.params [nsort me.params : car]
         me.key (vec me.domain me.path me.params)))

  (:method equal (me) me.key)

  (:method print (me stream : pretty-p)
    (if pretty-p (put-string me.urlstr stream) :)))

(defun parse-url (str)
  (match `@prot://@domain/@path?@paramstr` str
    (let ((params (collect-each ((param (spl "&" paramstr)))
                    (match `@var=@val` param
                      (cons var val)))))
      (new url
           urlstr str
           prot prot
           domain domain
           path path
           paramstr paramstr
           params params))))

(flow (get-lines)
  (mapcar parse-url)
  uniq
  sort
  tprint)
eyh26e7m

eyh26e7m2#

Perl一行程序:

<url-list perl -lpE 's|\?\K.*|join"&",sort split/&/,$&|e' | sort -u

URL(存储在文件url-list中)被Perl规范化后,sort -u对列表进行排序并丢弃重复项。

  • -l - chomp the line-ending
  • -p-打印操作后的每行输入
  • -E-程序如下-在每一行输入上运行
  • s|RE|CMD|e-将RE匹配的内容替换为执行CMD的结果
  • \?\K.*- regex表示“文字?之后的所有内容”。匹配存储在$&
  • split RE, STRING-在regex上拆分字符串($&)(文字&
  • sort LIST-对碎片进行排序
  • join SEPARATOR, LIST-使用&作为分隔符将它们再次连接起来

可以用gawk完成,但可能会更长一点。
POSIX awk不太支持排序。

相关问题