☰

一種の奇妙な行動[繰り返し]

tag-icon • tag-icon sort
一種の奇妙な行動[繰り返し]

私はUbuntu 18.04とデフォルトのcoreutilsを使用しています。私はこのコマンドの珍しい動作を見つけましたが、どのようにsort説明するのかわかりません。

次のコマンドを検討してください。

$ cat <<EOF | sort
0-
01-                                    
EOF
0-
01-

-この出力はASCII値が予想より小さいため意味があり、1したがってこの出力が予想されます。

ただし、最後にもう1つの文字を追加すると、次のようになります。

$ cat <<EOF | sort
0-T
01-T
EOF
01-T
0-T

0-Tこの出力はそれが最初に出るべきだと思うので、私には意味がありません。なぜこれが起こるのですか？私がここで何を見逃しているのでしょうか？私の期待は間違っていますか？

ベストアンサー1

これは、地域の照合順序によって異なります。

照合順序は、アクセント記号付きの文字の順序を許可する各ロケールの規則セットです（たとえば、スペイン語では後ろに表示され、ñ前nに表示されますo）。

しかし、そうではありません。照合規則によって、ソート時に無視される文字も指定されます。ロケール「C」の場合はすべての文字が考慮されますが、「en_US」の場合はダッシュ（U002D）は無視されます。他のほとんどのロケールはiso14651_t1_common定義を継承するためです（一部のディストリビューションでは/usr/share/i18n/locales/にあります）。

したがって、最初のファイルをソートしても問題は発生しません。ダッシュを無視すると単純な文字比較で終わるからです。

      -- ignore dashes -->      -- sort --> 
0-                          0               0
01-                         01              01

「T」を追加すると状況が変わりました。なぜですか？ダッシュを無視すると、「1」と「T」（最初の文字は同じ）を比較する必要があり、「1」が「T」の前に来るためです。

      -- ignore dashes -->      -- sort --> 
0-T                          0T               01T
01-T                         01T              0T

したがって、ソート時には常に「C」ルールを使用し、LC_COLLATE = Cを使用するのが最善です。

あなたの場合：

$ cat <<EOF | LC_COLLATE=C sort
0-T
01-T
EOF

生産する:

0-T
01-T

予想通り。

おすすめ記事