主页 / unix / 问题 / 487458
Accepted
user10777668
Asked: 2018-12-12 14:43:59 +0800 CST

排序不使用管道“|”对行进行排序 正确地在其中

  • 772

我正在尝试对一些简单的管道分隔数据进行排序。但是，排序实际上并不是排序。它将我的标题行移动到底部，但是我以 241 开头的两行被以 24 开头的行分开。

cat sort_fail.csv
column_a|column_b|column_c
241|212|20810378
24|121|2810172
241|213|20810376

sort sort_fail.csv
241|212|20810378
24|121|2810172
241|213|20810376
column_a|column_b|column_c

列标题被移到文件的底部，因此 sort 显然正在处理它。但是，实际值并没有像我期望的那样排序。

在这种情况下，我解决了它

sort sort_fail.csv --field-separator='|' -k1,1

但是，我觉得这不应该是必要的。为什么排序不排序？

sort

3 个回答

  1. Best Answer

    sort是区域设置感知的，因此根据您的 LC_COLLATE 设置（从 LANG 继承），您可能会得到不同的结果：

    $ LANG=C sort sort_fail.csv 
241|212|20810378
241|213|20810376
24|121|2810172
column_a|column_b|column_c

$ LANG=en_US sort sort_fail.csv
241|212|20810378
24|121|2810172
241|213|20810376
column_a|column_b|column_c

    这可能会导致脚本出现问题，因为您可能不知道调用区域设置为什么，因此可能会得到不同的结果。

    脚本强制设置所需的设置并不少见

    例如

    $ grep 'LC.*sort' /bin/precat
      LC_COLLATE=C sort -u | prezip-bin -z "$cmd: $2"

    现在有趣的是，这个|角色看起来很奇怪。

    但这是因为源自 ISO 的 en_US 的默认规则说

    $ grep 007C /usr/share/i18n/locales/iso14651_t1_common
<U007C> IGNORE;IGNORE;IGNORE;<j> # 142 |

    这意味着该|字符被忽略并且排序顺序就像该字符不存在一样..

    $ tr -d '|' < sort_fail.csv | LANG=C sort
24121220810378
241212810172
24121320810376
column_acolumn_bcolumn_c

    这与您看到的“意外”排序相匹配。

    解决方法是使用-n（强制数字排序），或使用字段分隔符（如您所做的那样）或使用C语言环境。

    • 32

  2. 让我恼火的是24不会从两者之间的位置移动241。第二个字段以1. 4尝试在第二个字段中领先的排序，24将向下移动，所以我怀疑sort只是忽略了，|除非另有说明。试sort -n...

    • 1

  3. -n, --numeric-sort 根据字符串数值进行比较

    210
23

    如果没有 -n，文本中的 210 将领先于 23，因为它代表了我的角色。

    • 1

相关问题