我使用的是 Ubuntu 18.04 和默认的 coreutils。我注意到该命令的一个特殊行为sort，我不确定如何解释。
考虑以下命令：
$ cat <<EOF | sort
0-
01-
EOF
0-
01-
此输出是有意义的，因为-ASCII 值小于预期值1，因此此输出是预期的。
但是，如果我在最后多加一个字符：
$ cat <<EOF | sort
0-T
01-T
EOF
01-T
0-T
这个输出对我来说没有任何意义，因为我认为0-T应该放在第一位。为什么会出现这种情况。我在这里缺少什么？我的期望是错误的吗？
答案1
这取决于您所在区域的排序规则。
整理顺序是针对每个区域设置的一组规则，允许对重音字母进行排序（例如，在西班牙语中将ñ出现在之后n但之前o）。
但事实并非如此，排序规则还规定了排序时要忽略哪些字符。对于语言环境“C”，会考虑所有字符，但对于“en_US”，破折号 (U002D) 会被忽略，对于大多数其他语言环境，因为它们继承了 iso14651_t1_common 的定义（在 /usr/share/ i18n/locales/ 在某些发行版中）。
因此，第一个文件的排序不会造成问题，因为当您忽略破折号时，您最终会得到简单的字母比较：
-- ignore dashes --> -- sort -->
0- 0 0
01- 01 01
当你添加“T”时，事情发生了变化，为什么？因为现在，如果您忽略破折号，则必须比较“1”和“T”（第一个字符相同），并且“1”位于“T”之前：
-- ignore dashes --> -- sort -->
0-T 0T 01T
01-T 01T 0T
因此，最好始终确保使用“C”的规则，在排序时使用 LC_COLLATE=C。
在你的情况下：
$ cat <<EOF | LC_COLLATE=C sort
0-T
01-T
EOF
产量：
0-T
01-T
正如你所料。
答案2
是的，这可能看起来很烦人。 （默认语言环境为 en_US.UTF-8）
$ printf '%s\n' 1 1- 1-a 11- 11-a | sort
1
1-
11-
11-a
1-a
原因是 已-分配no weight给整理顺序。
类似于 a"应该做的事情：
printf '%s\n' 1 \"1\" 1- \"1-\" 1-a \"1-a\" 11- \"11-\" 11-a \"11-a\" | sort
"1"
"1-"
1
1-
"11-"
11-
"11-a"
11-a
"1-a"
1-a
正如您在上面看到的，所有 1 都排序在一起，11也全部。问题是它的1-a排序1a比其他任何东西都更像：
printf '%s\n' 1-a 1-b 1-c 1a 1b 1c| sort
1-a
1a
1-b
1b
1-c
1c
无论标点（-、"和;其他）是否应该包含在排序规则中是有争议的。普遍的观点是不应该（在非 ASCII 语言环境中）。
这常见的大多数拉丁语言的文件是/usr/share/i18n/locales/iso14651_t1_common.在该文件中HYPHEN-MINUS（是的，用外行术语来说，我们称之为破折号。Unicode U-002D）整理顺序设置为：
<U002D> IGNORE;IGNORE;IGNORE;<U002D> % HYPHEN-MINUS
也就是说，忽略前三个级别的整理。