linux - 在这种特定情况下，sort命令如何工作？

因此，我有一个名为sortingnames.txt的文本文件，在cat命令下看起来像这样。

A. Thaliana
E. Coli
H. sapiens
S. cerevisiae
A thaliana
E Coli
H sapiens
S cerevisiae
A. Thaliana (plant)
E. Coli (Bacteria)
H. Sapiens (Human)
S. Cerevisiae (Yeast)
203 characters?
A. Thaliana Plant

然后我运行排序命令$ sort -k 3.2 sortingnames.txt。
这样会弹出结果。

203 characters
A thaliana
A. Thaliana
E Coli
E. Coli
H sapiens
H. sapiens
S cerevisiae
S. cerevisiae
E. Coli (Bacteria)
H. Sapiens (Human)
A. Thaliana (plant)
A. Thaliana Plant
S. Cerevisiae (Yeast)

最后5行的排序对我来说没有意义。假设排序不包含（）的标点符号，则大肠杆菌（细菌）的第3个字符为c，人类（人类）的下一行为m。植物株系的第3个字符为a，而酵母株系的第3个字符为a。

但是bash会返回这个。有人可以解释为什么吗？

最佳答案

似乎与en_US.UTF-8有关的排序规则序列存在问题。在这种情况下，左括号-(-被有效地忽略了，剩下的最后5行看起来像：

E. Coli Bacteria)
H. Sapiens Human)
A. Thaliana plant)
A. Thaliana Plant
S. Cerevisiae Yeast)

因此，当您应用-k3.2 ...时，请记住计数中包括前导空白...您将获得以下排序结果：

' Bacteria)'
' Human)'
' plant)'
' Plant'
' Yeast)'

而且，当您考虑大小写不敏感的排序顺序时，小写字母优先于大写字母...结果正确...对于en_US.UTF-8。

尝试更改您的LANG变量，例如unset LANG。在我的SLES环境中，所有LC_*变量都切换到“ POSIX”，并且当我再次运行排序时，我发现左侧括号被视为排序字符串的一部分，因此在应用-k3.2时会得到：

' (Bacteria)
' (Human)
' (Yeast)
' (plant)
' Plant

...，但在这种情况下，左括号的优先级高于字母，对于LANG=，我们会看到区分大小写的顺序，其中大写优先于小写...（并且各种LC_*变量=“ POSIX ”）

关于linux - 在这种特定情况下，sort命令如何工作？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/46017349/