排序 – unix排序-n -t“,”给出意想不到的结果
|
即使我指定了分隔符,unix数字排序也会产生奇怪的结果.
$cat example.csv # here's a small example 58,1.49270399401 59,0.000192136419373 59,0.00182092924724 59,1.49270399401 60,0.00182092924724 60,1.49270399401 12,13.080339685 12,14.1531049905 12,26.7613447051 12,50.4592437035 $cat example.csv | sort -n --field-separator=,58,50.4592437035 对于此示例,无论是否指定分隔符,sort都会给出相同的结果.我知道如果我设置LC_ALL = C然后排序开始再次给出预期的行为.但我不明白为什么默认环境设置,如下所示,会使这种情况发生. $locale LANG="en_US.UTF-8" LC_COLLATE="en_US.UTF-8" LC_CTYPE="en_US.UTF-8" LC_MESSAGES="en_US.UTF-8" LC_MONETARY="en_US.UTF-8" LC_NUMERIC="en_US.UTF-8" LC_TIME="en_US.UTF-8" LC_ALL= 我从许多其他问题(例如here,here和here)中读到了如何避免这种行为,但是,这种行为令人难以置信的奇怪和不可预测,并且让我心痛了一周.有人可以解释为什么Mac OS X(10.8.5)上的默认环境设置排序会这样吗？换句话说：什么是排序(使用局部变量设置为en_US.UTF-8)来获得该结果？ 我正在使用 sort 5.93 November 2005 $type sort sort is /usr/bin/sort UPDATE 我已经在gnu-coreutils列表上讨论了这个问题,现在明白为什么使用英语unicode默认语言环境设置进行排序可以得到输出.因为在英文unicode中,逗号字符“,”被认为是数字(以便允许逗号为千位(或例如数百)分隔符),并且在解释一行时将默认值排序为“贪婪”,它会读取示例数字约为 581.491... 590.000... 590.001... 591.492... 600.001... 601.492... 1213.08... 1214.15... 1226.76... 1250.45... 虽然这不是我想要的,而且chepner是正确的,为了获得我想要的实际结果,我需要指定我想要排序只键入第一个字段. sort默认将更多的行解释为键而不仅仅是第一个字段作为键. 这种排序行为已在gnu-coreutil的FAQ中讨论过,并在the POSIX description of sort中进一步说明. 因此,正如gnu-coreutil’s list put it上的Eric Blake所说,如果字段分隔符也是数字(逗号是),那么“没有-k来阻止事情,[字段分隔符]同时充当分隔符和数字字符 – 你正在对跨越多个领域的数字进行排序.“ 解决方法
我不确定这是完全正确的,但它很接近.
sort -n -t将尝试按给定的键进行数字排序.在这种情况下,键是一个由整数和浮点组成的元组.这样的元组不能用数字排序. 如果您明确指定要排序的单个键 sort -k1,1n -k2,2n -t, 它应该工作.现在你明确告诉排序首先对第一个字段进行排序(数字),然后在第二个字段(也是数字)上排序. 我怀疑只有当输入的每一行都包含一个数值时,-n才有用作全局选项.否则,您需要将-n选项与-k选项结合使用,以准确指定哪些字段是数字. （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! |