sort

Was sort macht

sort liest Zeilen aus einer oder mehreren Dateien (oder von stdin) und gibt sie sortiert auf stdout aus. Die Voreinstellung ist alphabetisch aufsteigend, lokalisiert nach der aktiven LC_COLLATE-Locale. Mehrere Eingabedateien werden dabei nicht einzeln sortiert, sondern als ein gemeinsamer Strom betrachtet und gemerged-sortiert ausgegeben.

sort ist destruktiv im Sinne der Reihenfolge — die Originaldatei bleibt unverändert, solange du nicht explizit zurückschreibst. Für ein In-Place-Sortieren gibt es -o, das die Ausgabe sicher in eine Datei lenkt (auch wenn diese gleichzeitig Eingabe ist).

sort namen.txt

Anna
Bernd
Clara
Dirk

sort liste-a.txt liste-b.txt

Wichtige Optionen

sort bringt eine ganze Reihe von Schaltern mit, doch die folgenden tauchen in der Praxis fast immer auf. Wer diese Tabelle verinnerlicht, deckt 95 Prozent aller Sortieraufgaben ab.

Numerisch sortieren

Wer Zahlen mit der Default-Sortierung ordnet, bekommt überraschende Ergebnisse: 10 landet vor 2, weil zeichenweise verglichen wird. Drei numerische Modi lösen das Problem — jeder für andere Eingaben.

printf '%s\n' 10 2 100 5 | sort -n

2
5
10
100

-n versteht Vorzeichen, Tausender-Trenner (locale-abhängig) und Dezimalpunkte, aber keine Exponenten wie 1e3. Für solche Fälle gibt es -g (General-Numeric), das auf strtold basiert und auch 1.5e6, inf oder nan korrekt einordnet — dafür merklich langsamer ist.

-h ist die spezialisierteste Variante: Sie erkennt menschenlesbare Größen mit SI-Suffixen (K, M, G, T) und ist damit der Standardpartner für du -sh.

du -sh * | sort -h

12K     notizen.md
4.2M    bilder
1.1G    videos

Nach Spalte sortieren mit -k

In tabellarischen Daten reicht eine reine Zeilensortierung nicht — gefragt ist die Sortierung nach einer bestimmten Spalte. Genau das leistet -k. Standardmäßig trennt sort Spalten an Whitespace-Übergängen, andere Trenner setzt -t.

Die Syntax -k N[,M] meint: Sortiere ab Spalte N bis Spalte M (jeweils einschließlich). Das ,M ist wichtig — -k2 allein bedeutet „ab Spalte 2 bis Zeilenende”, was bei mehreren Spalten oft nicht gewünscht ist.

sort -k2,2 mitarbeiter.txt

003 Anna    Berlin
001 Bernd   Hamburg
002 Clara   Muenchen

Modifier wie n, r oder f lassen sich an jeden Key anhängen. So lässt sich pro Spalte ein eigenes Sortierverhalten definieren — ideal für mehrstufige Sortierungen.

sort -k1,1 -k3,3n personen.txt

Bei CSV-Dateien wird das Komma zum Trenner — und Whitespace innerhalb von Werten bleibt korrekt:

sort -t, -k3,3n umsatz.csv

Auch /etc/passwd lässt sich elegant nach UID sortieren — Trenner ist hier der Doppelpunkt:

sort -t: -k3,3n /etc/passwd

Locale-Effekte

Die Sortierreihenfolge hängt entscheidend von der aktiven Locale ab. Im Default-Setup eines deutschen Systems sortiert sort nach de_DE.UTF-8 — Umlaute werden „natürlich” einsortiert (Ä zwischen A und B), und Groß-/Kleinschreibung wird tendenziell ignoriert. Auf einem englischen System mit en_US.UTF-8 ist das Verhalten ähnlich, aber nicht identisch.

Die radikalste Alternative ist die C-Locale, oft auch als POSIX-Locale bezeichnet. Sie sortiert rein nach Byte-Werten — also der ASCII-Reihenfolge — und macht damit zwei Dinge: Sie wird schneller (oft um den Faktor 2 bis 10 bei großen Dateien), und sie wird vorhersehbar zwischen Systemen.

LC_ALL=C sort große-datei.txt

-u Unique

Eine sehr häufige Aufgabe: Duplikate aus einer Liste entfernen. Die klassische Variante ist sort | uniq, aber sort -u macht beides in einem Schritt — und ist effizienter, weil keine zweite Pipe-Stufe nötig ist.

sort -u einträge.txt

Anna
Bernd
Clara

In Kombination mit -k arbeitet -u auf dem definierten Sortierschlüssel — Zeilen mit gleichem Schlüssel werden gleichgesetzt, auch wenn andere Spalten abweichen. Das ist sehr nützlich, kann aber überraschen: Bei sort -u -k2,2 bleibt von mehreren Zeilen mit gleichem Wert in Spalte 2 nur eine übrig — egal, was in den anderen Spalten steht.

Praxis-Pipelines

In freier Wildbahn taucht sort selten allein auf — fast immer ist es Teil einer Pipeline. Diese Muster begegnen einem im Linux-Alltag immer wieder.

du -sh */ | sort -h | tail -5

du -sh liefert Verzeichnisgrößen im Human-Format, sort -h ordnet sie aufsteigend, tail -5 schneidet die fünf größten ab. Wer absteigend will, kombiniert sort -hr | head -5.

cut -d' ' -f1 access.log | sort | uniq -c | sort -rn | head

4321 192.168.1.10
 982 192.168.1.42
 410 10.0.0.5

Der Klassiker: Eine Spalte extrahieren (cut), sortieren, Vorkommen zählen (uniq -c), nach Häufigkeit absteigend sortieren (sort -rn), die Top-Einträge zeigen (head). Funktioniert für IPs in Logs, Wörter in Texten, Statuscodes — überall, wo Häufigkeitsverteilungen interessant sind.

sort -V ips.txt

-V (Versions-Sort) sortiert IP-Adressen korrekt, weil es Zahlen-Komponenten zwischen den Punkten erkennt. Ohne -V würde 192.168.1.10 vor 192.168.1.2 landen. Eine alternative Variante mit Spalten-Trick:

sort -t. -k1,1n -k2,2n -k3,3n -k4,4n ips.txt

Die Variante ohne -V zerlegt jede IP am Punkt in vier Spalten und sortiert jede einzeln numerisch. Nützlich auf älteren Systemen ohne -V-Support oder wenn die Eingabe gemischte Formate enthält und du explizit kontrollieren willst, wie verglichen wird.

sort -t, -k3,3 -k1,1 transaktionen.csv

Bei ISO-Datumsformaten (YYYY-MM-DD) reicht ein lexikalisches Sortieren — die Reihenfolge stimmt automatisch.

Weiterführende Ressourcen

Externe Quellen

• sort(1) – Manpage (man7.org) — Vollständige Optionsreferenz des GNU-sort
• GNU Coreutils: sort invocation — Detaillierte Erklärung aller Schalter mit Beispielen
• Arch Wiki: Core utilities — Übersicht über sort und verwandte Coreutils
• POSIX sort specification — Standard-Verhalten quer über Unix-Systeme

Verwandte Artikel

• uniq – Doppelte Zeilen filtern — Klassischer Partner in Pipelines
• cut – Spalten extrahieren — Häufiger Vorgänger von sort
• head – Erste Zeilen ausgeben — Top-N nach Sortierung
• awk – Datenstrom-Verarbeitung — Wenn sort -k an seine Grenzen stößt
• wc – Zeilen, Wörter, Bytes zählen — Häufigkeits-Pipelines mit uniq -c