排序-k1,2是否等同于排序-k1,1 -k2,2？

Question

我正在试验GNU排序和LC_COLLATE="en_US.UTF-8“。我有一个名为‘test’的文件：

1,0 1
10 2
1,0 3
10 4

对于sort -k1,2和简单的sort test，顺序不会改变：

$ sort -k1,2 test
1,0 1
10 2
1,0 3
10 4

因此，排序认为'1,0‘等于'10’可能是由于LC_COLLATE的一些怪癖(跳过标点符号？)

现在，当我使用sort -k1,1 -k2,2时，它给了我一个不同的顺序：

$ sort -k1,1 -k2,2 test
10 2
10 4
1,0 1
1,0 3

突然，排序不再认为'10‘和'1,0’是一样的。

发生了什么？为什么在这种情况下sort -k1,1 -k2,2不等同于sort -k1,2？这是否真的等同呢？还是我曲解了手册页？(我尝试了8.22和8.29版本的coreutils，它们都有这种行为)

Answer 1

-k1,2的意思是“对所有行进行排序，同时比较所有字段从1到2的内容”；因此，“1，0 1”与“10 2”等进行了比较。

-k1,1 -k2,2的意思是“对所有行进行排序，比较字段1的内容，当字段1中有相同的内容时，比较字段2的内容”；因此，“1，0”与“10”比较，然后“2”与“4”等进行比较。

然后，在这两种情况下发生的事情归结为整理，特别是加权。数字的权重通常高于标点符号和间距。当比较“1，0 1”和“10 2”时，由于数字不同而忽略了由于逗号引起的差异。当比较“1，0”和“10”时，唯一的区别是逗号，所以它不再被忽略。详情请参见ISO 14651。

您可以将LC_COLLATE=C设置为仅基于字符值获得排序规则，而不使用权重。你的例子都会导致

1,0 1
1,0 3
10 2
10 4

当使用“C”区域设置时。