C以外のロケールに加えて、私の並べ替えを妨げる可能性がありますか？

Question

そのような行動はい純粋にロケールによって制御される照合順序機能ですLC_COLLATE。 Unicodeロケールセットがあるため、glibcは定義されたバリアントの1つで指定されたUnicodeソート順序を使用し、これは多少「自然な」順序を試みます。

この注文はUTS 10 Unicode ソートアルゴリズムとして注文する可変対照要素の交互剪定、および使用（おそらく）基本照合要素表。実際、#他のほとんどの句読点やスペースなどの文字は、次の英数字の間の違いよりも重要ではないと見なされ、接続を切断するためにのみ使用されます。全体のアルゴリズムは、標準である程度詳細に定義され、より複雑になります。

これは時にはおすすめいいえ設定LANGまたはLC_COLLATEこの理由で。代わりにLC_CTYPE（UTF-8の場合）および（優先メッセージング言語の場合）を設定し、LC_MESSAGES照合をPOSIXのデフォルト値のままにすることができます。どちらを選択しても連鎖効果があります。

あなたのシステムでは、これはおそらく定義され/usr/share/i18n/locales/iso14651_t1_commonており、含まれており、iso14651_t1含まれていますen_US。他のロケールの順序は近くのファイルで定義され、通常はローカライズされた変更を含む同じデフォルト値に基づいています（たとえば、sv_SE同じベースを使用しますが、並べ替え...zåäöø、折りたたみvなどw）。このテーブルは選択され、LC_COLLATE実際にシステムの動作を決定し、Unicode標準（以前のバージョン）から派生しました。異なるUnicodeバージョンを使用する最新または古いシステムでは、同じ文字列を異なる方法で比較することができます。

他のエンコーディングにはまったく関係のない独自の別々のテーブルがあります。

UTRに提供されている比較表の文字列を含むファイルをソートして、仕様に基づいてシステムの動作を確認できます。

demark
de‐Luge
death
deluge
☠sad
de-luge
de Luge
☠happy
de‐luge
♡sad
deLuge
de luge
♡happy
de-Luge

（この単語にはハイフンとハイフンのマイナス記号の両方が含まれています。）

受け取る順序は次のとおりです。

death
deluge
de luge
de-luge
de‐luge
deLuge
de Luge
de-Luge
de‐Luge
demark
☠happy
♡happy
☠sad
♡sad

レポートには、この結果の（一部の）説明的な説明があります。

移動する。ハイフン（Hyphen）マイナス記号とハイフンは一つで結ばれたもので、
文字「l」の大文字と小文字の違いほど、その差が劇的ではありません。
このグループ化は無視できますが、4番目のレベルの違いは元の基本順序に
従うため、Unicode順序よりも直感的です。レベル1-3では、☠と♡のシンボルは無視されます。

シフトトリム。スペースとハイフンを含む圧縮バージョンの間に「deLuge」がどのように表示されるかを確認してください。レベル1-3では、☠と♡のシンボルは無視されます。

これは少し複雑です。「レベル１～３」は、アルゴリズムの様々なレベルに対する同点区分重みであり、基本レベル１が最も重要な差別化要素である。これはすでに必要な情報よりも多くの情報である可能性がありますが、少なくとも指定されたソート順が表示された結果を生成したことを確認できます。

Answer 1