Perl和Unix如何对同一序列中的Unicode字符串进行排序?
我试图获得Perl和GNU / Linux排序(1)程序同意如何排序Unicode字符串。我运行排序与LANG = en_US.UTF-8。在Perl程序中,我尝试了以下方法:
> 每一个失败,出现以下错误(从Perl端): >输入未排序:[—-,]在[($ 1] 唯一适用于我的方法涉及设置LC_ALL = C以进行排序,并在Perl中使用8位字符。但是,以这种方式,Unicode字符串不正确排序。 解决方法
使用Unicode :: Sort或Unicode :: Sort :: Locale没有意义。您不是尝试基于Unicode定义排序,您正在尝试根据您的区域设置排序。这就是使用locale;是为。
我不知道为什么你没有得到所需的命令cmp下使用locale ;. 您可以处理解压缩的文件。 for q in file1.uniqc file2.uniqc ; do perl -ne's/^s*(d+) //; for $c (1..$1) { print }' "$q" done | sort | uniq -c 它需要更多的临时存储,当然,但你会得到你想要的顺序。 我发现一个case使用locale;没有导致Perl的sort / cmp给出与sort实用程序相同的结果。奇怪的。 $ export LC_COLLATE=en_US.UTF-8 $ perl -Mlocale -e'print for sort { $a cmp $b } <>' data ( ($1 1 $ perl -MPOSIX=strcoll -e'print for sort { strcoll($a,$b) } <>' data ( ($1 1 $ sort data ( 1 ($1 说实话,这是排序实用程序是奇怪的。 在评论中,@ninjalj指出,奇怪可能是由于具有未定义权重的字符。当比较这些字符时,排序是未定义的,因此不同的引擎可能产生不同的结果。你最好重新创建确切的顺序是通过IPC::Run3使用排序实用程序,但它似乎并不保证总是导致相同的顺序。 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |