使用 Perl 尊重区域设置进行排序

Question 1

问题是local $/ = undef。它会导致perl将整个文件读入@ARGV数组，这意味着它仅包含一个元素，因此sort无法对其进行排序（因为您正在对仅包含一个元素的数组进行排序）。我希望输出必须与您的开始数据相同（我也使用Ubuntu 12.04 LTS, perl version 5.14.2：

$ perl -le 'local $/ = undef;print ++$i for <>' < cat
1

$ perl -le 'print ++$i for <>' < cat
1
2
3
4
5
6
7
8
9

如果删除local $/ = undef，perlsort将与 shell 产生相同的输出sort with LC_ALL=C：

$ perl -e 'print sort <>' < data
Uber
peach
péché
pêche
sin
war
wird
wär
Über

笔记

如果没有use locale，则perl忽略您当前的区域设置。 Perl 比较运算符("lt", "le", "cmp", "ge", and "gt")使用LC_COLLATE（当LC_ALL不存在时），并且sort也会受到影响，因为它cmp默认使用。

您可以获取当前LC_COLLATE值：

$ perl -MPOSIX=setlocale -le 'print setlocale(LC_COLLATE)'
en_US.UTF-8

Answer

问题是local $/ = undef。它会导致perl将整个文件读入@ARGV数组，这意味着它仅包含一个元素，因此sort无法对其进行排序（因为您正在对仅包含一个元素的数组进行排序）。我希望输出必须与您的开始数据相同（我也使用Ubuntu 12.04 LTS, perl version 5.14.2：

$ perl -le 'local $/ = undef;print ++$i for <>' < cat
1

$ perl -le 'print ++$i for <>' < cat
1
2
3
4
5
6
7
8
9

如果删除local $/ = undef，perlsort将与 shell 产生相同的输出sort with LC_ALL=C：

$ perl -e 'print sort <>' < data
Uber
peach
péché
pêche
sin
war
wird
wär
Über

笔记

如果没有use locale，则perl忽略您当前的区域设置。 Perl 比较运算符("lt", "le", "cmp", "ge", and "gt")使用LC_COLLATE（当LC_ALL不存在时），并且sort也会受到影响，因为它cmp默认使用。

您可以获取当前LC_COLLATE值：

$ perl -MPOSIX=setlocale -le 'print setlocale(LC_COLLATE)'
en_US.UTF-8

Question 2

因为将文件读入数组的正确方法是：

$ perl -e 'print sort <>;' < data

设置输入记录分隔符to undef 只是将整个文件放入一个标量中。那么对单值数组进行排序并没有多大意义。

阵列模式已经可以一次性读取整个文件。那么排序就有意义了：

$ perl -e 'use locale; print sort <>;' < data
peach
péché
pêche
sin
Uber
Über
war
wär
wird

在这里，我的ENVIRONMENT有LANG=en_US.UTF-8。如果没有该use locale;语句，您将使用默认LC_ALL=C排序方案。

如果您想了解更多：

Answer