☰

排序命令不一致的行为

tag-icon • tag-icon centos sort locale
排序命令不一致的行为

我想对两个文件进行排序，但无法获得一致的结果。似乎整理有问题，但我无法理解原因。在示例文件中，分隔符是一个空格：

文件1：

a
b
B
A

文件2：

a 1
b 0
B 1
A 0

我用来sort -k1,1对这些文件进行排序，输出是：

排序1：

a
A
b
B

排序2：

A 0
a 1
b 0
B 1

我需要 a 中的那些已排序的文件，join并且它当前抱怨其中一个文件未排序。

在我的环境中LC_COLLATE并LC_ALL没有设置，LANG设置为en_US.UTF-8

输出LC_ALL=C sort -k1,1为：

排序11：

A
B
a
b

排序22：

A 0
B 1
a 1
b 0

我不需要特定的顺序，我只希望它能够合并结果。这种方法join有效。为了安全起见，我也可以join在前面加上LC_ALL=C。

我的问题

为什么在sorted1 a是前 A并在sorted2 a是后 A？无论排序规则是什么，它都适用于两个sort命令，并且我根据两个输入文件中相同的第 1 列进行排序。

添加了输出ltrace -e strcoll

文件1

sort->strcoll("B","A") =1
sort->strcoll("a","b") =-1 
sort->strcoll("a","A") =-7
a
sort->strcoll("b","A") =1
A
sort->strcoll("b","B") =-7
b
B
+++ exited (status 0) +++

文件2

sort->strcoll("B 1","A 0") =1
sort->strcoll("a 1","b 0") =-1 
sort->strcoll("a 1","A 0") =1
A 0
sort->strcoll("a 1","B 1) =-1
a 1
sort->strcoll("b 0","B 1") =-1
b 0
B 1
+++ exited (status 0) +++

答案1

正如斯特凡·查泽拉斯 (Stéphane Chazelas) 在评论，这是 CentOS/Red Hat 的具体实现中的一个错误coreutils，更具体地说，是他们在 GNU 之上编写和应用的coreutils-8.22-11.el7有缺陷的国际化补丁 ( ) 。coreutils-i18n.patchcoreutils-8.22

我举报了这里CentOS 以及这里到红帽。已经是已知的在 Red Hat 并在coreutils-8.22-13.el7.

该产品尚不可用中央操作系统此时（2015-08-20）。

为了完整起见，请注意该错误也存在（错误的是该错误不存在）上游报道（在 GNU's）您可以找到更多关于它的信息。

答案2

您的默认排序规则（en_US.UTF-8）导致了这一点。你应该设置LC_COLLATE按指示对文本进行排序的值。

 LC_COLLATE='C' sort -k1 file1

相关内容