排序命令提供意外輸出

Question

我在列中有兩個具有相同字符串但順序不同的文件。

文件test1：

testbench.clk1 667 
testbench.clk1_temp_net 667 
testbench.clk 2000

和文件test2：

testbench.clk1 533 
testbench.clk 1611     
testbench.clk1_temp_net 538

我在兩個文件的第1列上都運行了sort命令，它給出了不同的輸出：

sort -t " " -k1 test1

testbench.clk1 667
testbench.clk1_temp_net 667
testbench.clk 2000

sort -t " " -k1 test2

testbench.clk1 533
testbench.clk 1611
testbench.clk1_temp_net 538

您能解釋一下為什么我得到此輸出以及對此的正確解決方案是什么？

Answer 1

從info sort ：

許多選項都會影響“排序”比較行的方式； 如果結果出乎意料，請嘗試使用'--debug'選項以查看發生了什么。

讓我們這樣做（在我的de_DE.utf8系統上）

sort --debug -k1 file1
sort: es werden die Sortierregeln für »de_DE.utf8“ verwendet
sort: führende Leerzeichen sind signifikant in Schlüssel 1: Sie sollten daher wahrscheinlich auch „b“ angeben

不幸的是，用英語運行命令來顯示會發生什么是沒有意義的。 要翻譯它：

sort: sorting rules for »de_DE.utf8“ in use
sort: preceding whitspace is significant in key 1: You might want to use „b“

當我使用以下命令運行命令時：

LANG=C sort -k1b file1

可以只是

LANG=C sort -b file1

訂單看起來還可以。 我想這對您來說也是一個地區問題。

---

順便說一句，如果要分層排序的field1，則field2然后使用：

LANG=C sort -k1,1b -k2,2n file

---

這個問題被標記為bash，但是事實證明OP正在使用csh 。 在這種情況下，您需要像這樣傳遞$LANG ：

env LANG=C sort ...

Answer 2

為了正確排序，您需要指定鍵，您將使用這些鍵對列表中的第一列然后第二列進行數據排序。

sort -k1,1 -k2,2 test1

testbench.clk 2000
testbench.clk1 667
testbench.clk1_temp_net 667

和文件2

sort -k1,1 -k2,2 test2

testbench.clk 1611
testbench.clk1 533
testbench.clk1_temp_net 538

如果像以前一樣僅使用-k1，則它將需要第一個鍵到行尾-與默認排序相同。 問題在於，顯然排序與某些語言一樣將數字之間的空格視為千位分隔符。 即使不使用數字排序，這也會使testbench.clk 1611成為testbench.clk1611和testbench.clk1 533成為testbench.clk1533 。

無需弄亂LANG或LC_COLLATE變量。 這樣做可能會導致您的排序對於某些語言產生錯誤的結果。 例如，捷克語及其他許多語言中使用的字符č將會被錯誤地排序。