强制linux排序使用字典顺序答案

【问题标题】：force linux sort to use lexicographic order强制linux排序使用字典顺序
【发布时间】：2018-07-24 16:41:24
【问题描述】：

我生成了一个带有伪随机数的文本文件，如下所示：

-853340442 1130519212 -2070936922 
-707168664 -2076185735 -2135012102 
166464098 1928545126 5768715 
1060168276 -684694617 395859713 
-680897578 -2095893176 1457930442 
299309402 192205833 1878010157 
-678911642 2062673581 -1801057195 
795693402 -631504846 2117889796 
448959250 547707556 -1115929024 
168558507 7468411 1600190097 
-746131117 1557335455 73377787 
-1144524558 2143073647 -2044347857 
1862106004 -193937480 1596949168 
-1193502513 -920620244 -365340967 
-677065994 500654963 1031304603

现在我尝试使用 linux sort 命令来整理它：

sort prng >prngsorted

结果不是我所期望的：

1060168276 -684694617 395859713 
-1144524558 2143073647 -2044347857 
-1193502513 -920620244 -365340967 
166464098 1928545126 5768715 
168558507 7468411 1600190097 
1862106004 -193937480 1596949168 
299309402 192205833 1878010157 
448959250 547707556 -1115929024 
-677065994 500654963 1031304603 
-678911642 2062673581 -1801057195 
-680897578 -2095893176 1457930442 
-707168664 -2076185735 -2135012102 
-746131117 1557335455 73377787 
795693402 -631504846 2117889796 
-853340442 1130519212 -2070936922

显然，sort 尝试解析字符串并提取数字进行排序。而且它似乎忽略了减号。

是否可以强制sort 稍微笨一点，只按字典顺序比较行？结果应该是这样的：

-1144524558 2143073647 -2044347857 
-1193502513 -920620244 -365340967 
-677065994 500654963 1031304603 
-678911642 2062673581 -1801057195 
-680897578 -2095893176 1457930442 
-707168664 -2076185735 -2135012102 
-746131117 1557335455 73377787 
-853340442 1130519212 -2070936922 
1060168276 -684694617 395859713 
166464098 1928545126 5768715 
168558507 7468411 1600190097 
1862106004 -193937480 1596949168 
299309402 192205833 1878010157 
448959250 547707556 -1115929024 
795693402 -631504846 2117889796

注意：我尝试了-d 选项，但没有帮助

注意 2：也许我应该使用另一个实用程序而不是 sort？

【问题讨论】：

看man，你有6种排序：general-numeric -g，human-numeric -h，month -M，numeric -n，random -R，version -V。尝试每一个，看看理想的输出是什么。
这也可以在 serverfault 上找到：unix sort treats dash characters as invisible
顺便说一句，如果你使用sort -n，那么你会得到数字排序。默认行为是字典式，但（在您的语言环境中）忽略 - 符号。

标签： linux bash sorting gnu

【解决方案1】：

sort 命令会考虑您的区域设置。许多语言环境忽略了用于排序的破折号。

你可以得到适当的排序

LC_COLLATE=C sort filename

【讨论】：

用于排序的手册页推荐 LC_ALL=C 但您的变体也可以使用
@igor.sol, LC_ALL 设置了一堆额外的东西，比如用于错误消息的语言。仅设置排序顺序是更好的做法，除非您确实打算产生这些副作用。
这对我不起作用，但 LC_ALL=C 可以（因为我在我的环境中设置了 LC_ALL 并且它会覆盖所有内容）。因此，如果您只想要 LC_COLLATE，请取消设置 LC_ALL。

【解决方案2】：

在awk的帮助下自定义排序

$ awk '{print ($1<0?"-":"+") "\t" $0}' file | sort -k1,1 -k2 | cut -f2-

-1144524558 2143073647 -2044347857 
-1193502513 -920620244 -365340967 
-677065994 500654963 1031304603 
-678911642 2062673581 -1801057195 
-680897578 -2095893176 1457930442 
-707168664 -2076185735 -2135012102 
-746131117 1557335455 73377787 
-853340442 1130519212 -2070936922 
1060168276 -684694617 395859713 
166464098 1928545126 5768715 
168558507 7468411 1600190097 
1862106004 -193937480 1596949168 
299309402 192205833 1878010157 
448959250 547707556 -1115929024 
795693402 -631504846 2117889796

仅先按符号排序，然后进行常规排序并删除符号...

【讨论】：

您是否在 OP 的初始结果可重现的语言环境中对此进行了测试？
不！显然没有。