tri et selection en langage awk

Bonsoir à tous
j'ai un souci, mon prof me demande de faire un tri de mon fichier en utilisant le langage awk
je vois pas comment faire

Citation:

bonjour le good 1
bonjour le morning 2
bonjour le the 0.5
le good 1
le morning 0.5
le the 2

Là il me demande de faire le tri du fichier selon la 3eme colonne : un tri decoissant pour chaque mot de la 1ere colonne
donc on aura
Code:

1 2 3 4 5 6 bonjour le morning 2 bonjour le good 1 bonjour le the 0.5 le the 2 le good 1 le morning 0.5
est ce qu'on peut faire ca avec awk?
merci pour vos idée

[/QUOTE]

Code:

awk '{print $3,$0}' | sort -r | awk '{for (i=2;i<NF;i++) {printf "%s ",$i}; printf "%s\n",$NF}'

Tu peux aussi utiliser la fonction sort dans le awk, par exemple si tu n'as pas de pipe de disponible sur ton système (!), et suivre la même idée : adjoindre le champs à trier en tête de ligne, trier, puis reformater.

Bon, j'avoue que ce n'est pas une bonne idée de faire ton exo, mais si tu veux du tout awk, il te reste encore un peu de plaisir. Au fait, tu es sûr d'avoir regardé la syntaxe de awk avant de demander.

Sinon, apprends à faire ça en Perl (ou en Python ou en Ruby ou en ...).

Il te faut utiliser les tableaux awk.
1) lire chaque ligne de ton fichier
2) pour chaque ligne réorganiser la ligne et mettant la colonne 3 en premier puis la colonne 2.
3) les lignes dans un tableau.

Appliquer un algo de tri sur le tableau (1ere colonne)

rechercher s'il y a des doublons pour la premère colonne. Si doublons trouvé trier ces doublons sur la deuxième colonne.

Imprimer les lignes triées

Merci pour vos reponses,
mais ca me semble un peu compliqué surtout que je suis debutante

Citation:

Envoyé par étoile de mer

Merci pour vos reponses,
mais ca me semble un peu compliqué surtout que je suis debutante

Pour débuter ton problème: tableaux et tris

Autre solution:
1) tu lis toutes les lignes que tu stockes dans un tableau
2) pour chaque ligne tu calcule la longueur MAX+1 des deux colonnes
3) tu relis les lignes depuis le tableau et tu formattes tes lignes sur des longueurs fixe pour les deux colonnes uniquement. par exemple
Code:

1 2 3 4 5 6 7 bonjour le good 1 bonjour le morning 2 bonjour le the 0.5 le good 1 le morning 0.5 le the 2
donnera:
Code:

1 2 3 4 5 6 7 good@@@@1@@bonjour le morning@2@@bonjour le the@@@@@0.5bonjour le 1@@@@@@@@@@le good 0.5@@@@@@@@le morning 2@@@@@@@@@@le the
les @ ne sont là que pour signaler les espaces.

Il ne reste plus qu'a trier par AWK et a imprimer tes lignes après avoir découpé les colonnes et les avoir remises au bon endroit

merci, :)
mais là c'est un peu different :
en fait dans mon fichier jai 3 colonnes

Citation:

col1 col2 col3
bonjour good morning 0.5
bonjour good 0.7
bonjour morning 1
les good 1
les morning 2

là , faut pas faire le tri sur tout la tableau: mais on tri selon la col1
tu vois?
merci

Un essai par tri a bulles:

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
BEGIN {
	max = 0
}
{
	max = max + 1
	data[max] = $0
}     
 
END {
 
	stop = 0
	i = 1
	found = 1
	while (stop == 0) {
		if (found == 1) {
			i = 1
			found = 0
		}
		if (i < max) {
			split(data[i], token)
			mot1 = token[1]
			split("", token)
			split(data[i+1], token)
			mot2 = token[1]
			split("", token)
			if (mot1 > mot2) {
				s = data[i]
				data[i] = data[i+1]
				data[i+1] = s
				found = 1
			}
			i = i + 1
		}
 
		if (i >= max) {
			if (found == 0) {
				stop = 1
			}
		}
	}	
	for (i=1; i <= max; i++) {
		print data[i]
	}
}

Je suis pas sur a 100% du code....et en plus coder à l'arrache

Bonjour,

C'est un exercice intéressant. Voici ce que j'ai compris du problème:

Le fichier d'entrée est structuré en blocs qui sont définis par un premier champ identique. Mais il reste une incertitude: Le premier champ est-il déjà trié? Je veux dire: Est-il possible d'avoir plusieurs blocs séparés ayant le même premier champ? Je suppose que non: Le champ 1 doit être déjà trié.
Dans chaque bloc, il faut trier suivant le troisième champ par ordre alphabétique décroissant.

Suit le code qui correspond à la résolution du problème:

Chaque ligne du fichier est lue (awk) et rangée dans un tableau associatif (a[i]) dont l'indice est le troisième champ.
Au début de chaque nouveau bloc, le précédent est dupliqué (b[i]), trié suivant l'indice par ordre alphabétique croissant puis imprimé à l'envers.
Pour le dernier bloc, puisqu'il n'y a pas de nouveau bloc, il faut un traitement particulier. C'est la raison de la présence du END dans awk: Il reprend simplement le même traitement de bloc.

Le code:
Code:

1 2 3 4 5 6 7 8 9 10 11 12 awk ' { if ($1 == blockWord) {a[$3]=$0} else { for (i=asorti(a, b); i >= 1; i--) {print a[b[i]]} delete a a[$3]=$0 blockWord=$1 } } END {for (i=asorti(a, b); i >= 1; i--) {print a[b[i]]}}' file.in > file.out

Bonsoir,
merci Jmelyn pour ta reponse, mais là il m'affiche une erreur
awk: line 13: function asorti never defined
ùne dée?
merci :)

Une chose m'embête. Ta première ligne contient 4 colonnes.
Pas que ce soit une problème en soit mais si tu tries sur la 3 colonnes, tu dois comparer des chiffres et des chaines de caractères.

Que dit ton algorithme de comparaison dans ce cas ?

Je comprends rien a son problème. Il dit:

Citation:

mais on tri selon la col1

On arrive pas a savoir quel est le critère de tri.

Comme dit jmeylin: Un problème bien posé est déjà résolu. .

Bonjour à tous et un grand merci pour vos réponses

Citation:

bonjour le morning 1
bonjour le good 2
bonjour le the 0.5

le the 1
le good 0.5
le morning 2

PS: Pour la 1ere ligne
Contenu de colonne 1 : bonjour le
Contenu de colonne 2 :morning
Contenu de colonne 3 : 1
Là c'est un exemple de fichier texte (reellment ya pas une ligne vide entre les 2 bloc : 1 bloc c'est a dire quil ont la meme chaine de caractere dans la colonne 1.
donc là pour chaque bloc on tri selon la 3eme colonne( ordre decroissant)
donc on aura:

Citation:

bonjour le morning 2
bonjour le good 1
bonjour le the 0.5

le the 2
le good 1
le morning 0.5

J'espere que j'etais claire
Merci :)

Un peu plus.

Mais comment tu traite le fichier suivant ?

Code:

1
2
3
4
bonjour le morning 2
bonjour le sunny afternoon 2  ==> col1="bonjour le" col2 ="sunny afternoon" col3 ="2"
bonjour le good 1
bonjour le the 0.5

1 pièce(s) jointe(s)

Re,
voila ci joint le fichier, son format :)
merci

Je n'arrive pas a comparer des nombres tels que -3.553851e-05 et 7.547198e-05 en awk.

Citation:

Envoyé par noooop

Je n'arrive pas a comparer des nombres tels que -3.553851e-05 et 7.547198e-05 en awk.

Bonjour :)
et c'est où le souci?

Citation:

Envoyé par étoile de mer

Bonjour :)
et c'est où le souci?

Citation:

Bonsoir à tous
j'ai un souci, mon prof me demande de faire un tri de mon fichier en utilisant le langage awk
je vois pas comment faire

Si tu dois utiliser awk pour trier, il y a un souci :cry:

Bonjour,
Je comprends pas, où est le souci, et est ce qu'il ya une autre idée pour faire cela?

Bonsoir
Apres 5 jours de ma requete j'ai pas trouvé une reponse :(
c'est à dire impossible de comparer desvaleurs portant le "e" de l'exponentiel c'est ca?
yail une autre idée à part celle là?
merci

Awk n'est pas capable de comparer 2 valeurs telles que écrites dans ton fichier. Je ne suis pas un expert. D'autres ont peut être une solution. Seule possibilité, transforme en string

un ami a essayé cette commande et ca marché nikel mais chez moi ca genere une erreur
Code:

1 2 awk -F"(" '{printf "%s|%f\n", $0,substr($2,1,length($2)-1)}' monFicher | awk -F"-->" '{printf "%s|%s\n",$0, $1}' | sort -t"|" -k3 -k2.rn
peut etre parceque je suis sous linux et lui sous unix
il affiche cette erreur

Citation:

sort: adresse relative du caractère est zéro: invalid field specification `2.0rn'

Ah s'il on peut utiliser sort....alors ce n'est plus du tri en awk 8O !

Bonjour,

Étoile de mer, l'énoncé de ton problème est pour le moins absconse. Je vais donc essayer d'en faire un résumé, tu me diras si je me trompe et le cas échéant, où.

Il existe un fichier de la forme suivante:
Code:

1 2 3 4 5 insister->to put -3.553851e-05 insister->to vote -7.547198e-06 insister->to respect -1.091798e-05 joindre->to join -2.994884e-06 joindre->to alter 2.090002e-06
Il faut le trier suivant la première colonne puis suivant la troisième (qui est numérique, en notation scientifique). La solution doit utiliser la commande awk. Est-ce bien cela? Je suppose que le caractère de séparation des colonnes est l'espace, c'est-à-dire que le premier champ de la première ligne est: "insister->to", le second "put" et le troisième "-3.553851e-05".

Le big problème ici est de mélanger les tris alphabétique (première colonne) et le tri numérique (troisième colonne) le tout dans une seule commande de tri. La commande sort s'en sort (hé hé!) en partie mais n'est pas capable de mixer la manière de trier.

Salut.

Pour se fichier là, j'avais trouvé un moyen :

- calcul des valeurs en notation scientifique
- tri à bulle dans l'ordre décroissant des valeurs (stockage des lignes du fichier en fonction de cet ordre dans un tableau).
- enregistrement dans un fichier intermédiaire et triage avec :

Code:

1
2
cat fichierIntermédiaire | grep joindre > fichierSortie
cat fichierIntermédiaire | grep insister >> fichierSortie

Au final j'avais ce code un peut lourd :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
#!/bin/bash
 
if [ $# -lt 2 ]
then
    printf "Saisir fichier d'entrée : "
    read fichierEnt
    printf "Saisir fichier de sortie : "
    read fichierSort
else
    fichierEnt=$1
    fichierSort=$2
fi
 
fichierInt=fichier_int
 
ExPow ()
{
    exp=$(echo "(1*2.718281828459)" | bc) 
    value=1
    x=$1
    if [ $x -lt 0 ]
    then
        x2=$(echo $x | awk 'BEGIN{FS="-"} {print $2}')
    else
        x2=$x
    fi
 
    for (( i=1 ; i<=x2 ; i++ ))
    do
        value=$(echo "$value*$exp" | bc -l)
    done
    if [ $x -lt 0 ]
    then
        value=$(echo "1/$value" | bc -l)
    fi
}
k=0
 
cat $fichierEnt | while true
do
    read ligne
    if [ "$ligne" = "" ]
    then
        # tri à bulle
        for (( m=0 ; m<k ; m++ ))
        do
            let k2=$k-$m
            for (( n=0 ; n<k2 ; n++ ))
            do
                comp=$(echo "${tab[n]} < ${tab[m]}" | bc)
                if [ $comp -eq 1 ]
                then
                    tampon1=${tab[m]}
                    tampon2=${tab2[m]}
 
                    tab[m]=${tab[n]}
                    tab2[m]=${tab2[n]}
 
                    tab[n]=$tampon
                    tab2[n]=$tampon2
                fi
            done
            l=0
            until [ $k -eq 0 ] || [ $l -eq 100 ]
            do
                let k=$k-1
                echo ${tab2[k]} >> $fichierInt
                let l=$l+1
            done
 
        done
        exit
    else
        set -- $ligne
        x=$(echo $3 | awk 'BEGIN{FS="e"} {print $2}')
        value2=$(echo $3 | awk 'BEGIN{FS="e"} {print $1}')
        x=$(echo $x | bc -l)
        ExPow $x
        tab[k]=$(echo "$value*$value2" | bc -l)
        tab2[k]=$(echo $ligne)
        let k=$k+1    
    fi
done
 
cat $fichierInt | grep insister > $fichierSort
cat $fichierInt | grep joindre >> $fichierSort
rm $fichierInt

Mais cela fonctionnait parfaitement jusqu'au moment ou Étoile de mer me dit que le format de fichier à changé et est comme ceci :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
a du-->expanding(1.223293e-02)
a du-->genetically(1.223293e-02)
a du-->barriers(3.153879e-02)
a du-->oil(1.223293e-02)
a du-->shape(1.223293e-02)
a du-->contained(1.223293e-02)
a du-->analysis(1.223293e-02)
a du-->person(1.223293e-02)
a du-->demands(3.153879e-02)
a du-->code(1.223293e-02)
a du-->agree(3.153879e-02)
a du-->broadcasting(1.223293e-02)
a du-->procurement(1.223293e-02)

Et qu'il faut toujours trier dans l'ordre décroissant puis en fonction des termes de la ligne en précisant que le fichier peut faire 3GO et que les premiers termes sont inconnus :aie:. J'ai pas eu le temps de me pencher sur le problème de plus près ...

Bonsoir ok.Idriss,

Tu as effectivement passé beaucoup de temps sur ce problème flou et fluctuant. Sans indication précise, l'on peut se perdre en conjectures. Mais le problème est intéressant, à tout le moins. Alors imaginons une simplification de l'énoncé afin de trouver une solution satisfaisante:

Supposons que le fichier d'entrée soit formaté comme suit:
Code:

1 2 3 4 Z 3.3333E-05 B -2.9876E-06 A -3.5790E-06 B -1.2345E-06
Il faut que le fichier de sortie soit trié comme suit:
Code:

1 2 3 4 A -3.5790E-06 B -1.2345E-06 B -2.9876E-06 Z 3.3333E-05
Le tri des lignes est d'abord effectué sur le premier champ (A, B...) par ordre alphabétique croissant, et puis s'il y a plusieurs lettres identiques, les lignes sont triées sur le second champ par ordre numérique décroissant (pour la lettre B: -1...E-06, -2...E-06).

Voici le code qui fait les deux tris, en passant pour chaque ligne par un fichier intermédiaire:
Code:

1 2 3 4 5 6 7 8 9 10 11 12 LC_ALL="C" rm -f file_tmp file_out sort -k 1,1 file_in | awk ' { print $0 >> "file_tmp"; close("file_tmp") if ($1 != prev) { system("sort -n -k 2,2 file_tmp >> file_out; rm file_tmp") } prev = $1 } END {system("[ -e file_tmp ] && sort -n -k 2,2 file_tmp >> file_out")}'
Pour être sûr que la commande sort fonctionne correctement, LC_ALL est forcé à "C"; ainsi, pas de problème avec le point au lieu de la virgule et autres joyeusetés.

Bonjour,

Une erreur aux limites s'est subrepticement glissée dans mon code. Mea culpa. Voici la correction. Si vous en repérez d'autres, faites m'en part!
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 LC_ALL="C" rm -f file_tmp file_out sort -k 1,1 file_in | awk ' function appendFile() { system("if [ -e file_tmp ]; then sort -n -k 2,2 file_tmp >> file_out; rm file_tmp; fi") } { if ($1 != prev) {appendFile()} print $0 >> "file_tmp"; close("file_tmp") prev = $1 } END {appendFile()}'
Maintenant la logique est plus claire (enfin j'espère!).

Merci Jimelyn,
le travail a été rendu et j'etais obligé de le faire en C :roll:
Merci

Citation:

Envoyé par étoile de mer

j'etais obligé de le faire en C :roll:

C'est peut être pas plus mal ;) ...