☰

lsソートが英数字以外の文字を無視するのはなぜですか？

tag-icon • tag-icon ls sort
lsソートが英数字以外の文字を無視するのはなぜですか？

ファイル名のソート時にls無視します-,_。ソート時にもこの文字を使いたいです。

一例：

touch a1 a2 a-1 a-2 a_1 a_2 a.1 a.2 a,1 a,2

次に、次のファイルを表示しますls -1。

a1
a_1
a-1
a,1
a.1
a2
a_2
a-2
a,2
a.2

私が期待するのはこれです：

a1
a2
a,1
a,2
a.1
a.2
a_1
a_2
a-1
a-2

つまり、ソート時に英数字以外の文字を考慮したいのです。

誰でもこの動作を説明できますか？この動作は標準によって実施されますか？それともエンコーディングがUTF-8だからですか？

修正する:これはUTF-8ソートに関連しているようです。

$ LC_COLLATE=C ls -1
a,1
a,2
a-1
a-2
a.1
a.2
a1
a2
a_1
a_2

ベストアンサー1

編集：LC_COLLATE = Cでソートされたデータのテストを追加しました。

デフォルトの組み合わせ順序は、対応する「句読点タイプ」文字を同じ値を持つものとして扱います。Use LC_COLLATE=Cコードポイント順に処理します。

for i in 'a1' 'a_1' 'a-1' 'a,1' 'a.1' 'a2' 'a_2' 'a-2' 'a,2' 'a.2' ;do
  echo $i; 
done |LC_COLLATE=C sort

出力 

a,1
a,2
a-1
a-2
a.1
a.2
a1
a2
a_1
a_2

次のコードはすべてテストします。効果的な基本多言語平面のUTF-8文字（例外\x00そして\x0a;簡略化のために、既知の
（生成された）昇順のファイルをランダムにソートされたファイルと比較し、LC_COLLATE = Cを使用して並べ替えます。結果は、氏シーケンスは元々生成されたシーケンスと同じです。 

{ i=0 j=0 k=0 l=0
  for i in {0..9} {A..F} ;do
  for j in {0..9} {A..F} ;do
  for k in {0..9} {A..F} ;do
  for l in {0..9} {A..F} ;do
     (( 16#$i$j$k$l == 16#0000 )) && { printf '.' >&2; continue; }
     (( 16#$i$j$k$l == 16#000A )) && { printf '.' >&2; continue; }
     (( 16#$i$j$k$l >= 16#D800    && 
        16#$i$j$k$l <= 16#DFFF )) && { printf '.' >&2; continue; }
     (( 16#$i$j$k$l >= 16#FFFE )) && { printf '.' >&2; continue; }
     echo 0x"$i$j$k$l" |recode UTF-16BE/x4..UTF-8 || { echo "ERROR at codepoint $i$j$k$l " >&2; continue; } 
     echo 
  done
  done
  done; echo -n "$i$j$k$l " >&2
  done; echo >&2
} >listGen

             sort -R listGen    > listRandom
LC_COLLATE=C sort    listRandom > listCsort 

diff <(cat listGen;   echo "last line of listOrig " ) \
     <(cat listCsort; echo "last line of listCsort" )
echo 
cmp listGen listCsort; echo 'cmp $?='$?

出力：

63485c63485
< last line of listOrig 
---
> last line of listCsort

cmp $?=0

おすすめ記事