Início / unix / Perguntas / 718673
Accepted
HippoMan
Asked: 2022-09-26 16:36:53 +0800 CST

/bin/sort parece ignorar barras em sua entrada

  • 772

Estou executando o Ubuntu 20.0.4.

Considere este conteúdo do arquivo a seguir (suponha que o arquivo tenha o nome input) ...

/zzzzz foo bar
/hij zzz
xyz abc 
/abc 
ijk lmnop
qwer tyuiop 
abc def

Se eu executar /bin/sort input, recebo a seguinte saída ...

/abc 
abc def
/hij zzz
ijk lmnop
qwer tyuiop 
xyz abc 
/zzzzz foo bar

Como você pode ver, a barra inicial é totalmente ignorada pelo algoritmo de classificação. Não há nada na sortpágina de manual que diga algo sobre as barras sendo tratadas de qualquer forma especial.

Mas se eu substituir cada uma das barras pelo $caractere, esse comportamento não ocorre. Por exemplo, suponha que um arquivo nomeado newinputcontém esses valores ...

$zzzzz foo bar
$hij zzz
xyz abc 
$abc 
ijk lmnop
qwer tyuiop 
abc def

Em outras palavras, newinputé o mesmo que input, exceto pelo fato de que os /caracteres foram alterados para $caracteres. Quando eu faço /bin/sort newinput, eu recebo esses resultados ...

$abc 
$hij zzz
$zzzzz foo bar
abc def
ijk lmnop
qwer tyuiop 
xyz abc

Como você pode ver, nesse caso, o $é realmente tratado como um caractere normal e classificável por /bin/sort.

Então, o que está acontecendo aqui? E como faço /bin/sortpara prestar atenção ao /personagem?

Desde já agradeço qualquer ideia e sugestão.

ATUALIZAÇÃO : Se eu fizer isso no Debian, a classificação funcionará corretamente, tanto em relação a quanto /a $.

Então, eu estou querendo saber se esse comportamento pode ser um "recurso" do Ubuntu.

sort slash

1 respostas

  1. Best Answer

    Ah! Eu percebi!

    Na minha caixa Ubuntu, LC_ALLconfigurei para en_US.UTF8, e na minha caixa Debian, LC_ALLconfigurei para C.UTF8. Se eu mudar LC_ALLpara C.UTF8minha caixa do Ubuntu, a barra é classificada como um caractere regular. E se eu mudar LC_ALLpara en_US.UTF8a caixa Debian, as barras também serão ignoradas lá.

    Portanto, esse comportamento parece ser um artefato de en_US.UTF8codificação.

    Esse comportamento é correto para en_US.UTF8?

    De qualquer forma, agora sei como contornar esse "recurso" por uma configuração apropriada para LC_ALL.

    PS : E também, como Stephen Harris apontou acima, a configuração LANGpara Ccorrige esse problema da mesma maneira que a configuração LC_ALLpara C.UTF8.

    • 0

relate perguntas