Ubuntu“排序-k<n> <filename>”不适用于文件中的所有列

Question

概述：

在Windows 10下运行“Ubuntu18.04.1LTS”，下载自：

  https://docs.microsoft.com/en-us/windows/wsl/install-manual

当我试图对" -k“(”-k“是-k)进行”排序“时，会得到不同的结果：

• "-k"：排序按预期工作
• "-k"：排序不发生
• "-k6:排序发生在第5列(vs第6列)

如果我在基于Cisco的RHELRHEL7.7 (Maipo)服务器上运行相同的文件，那么所有六种类型(“排序-k”)都可以在指定列上工作。

我是否在Ubuntu中遇到了一个bug，或者在Ubuntu和RHEL上是否需要以不同的方式运行？

样本分类：

LAPTOP-MOQUDB6E:/tmp $ lsb_release -d
Description:    Ubuntu 18.04.1 LTS

LAPTOP-MOQUDB6E:/tmp $ cat members          # {original file}
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
00017  Jasmine          Disney_Princess     Asia           Desert_Sands

LAPTOP-MOQUDB6E:/tmp $ sort -k2 members     # {"-k2": Colum_2 sort works as expected}
00017  Jasmine          Disney_Princess     Asia           Desert_Sands
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz

LAPTOP-MOQUDB6E:/tmp $ sort -k5 members     # {"-k5": Col_5 sort doesn't work}
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
00017  Jasmine          Disney_Princess     Asia           Desert_Sands
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz

LAPTOP-MOQUDB6E:/tmp $ sort -k6 members     # {"-k6": anomoly (sort occurs on Col_5)}
00017  Jasmine          Disney_Princess     Asia           Desert_Sands
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz

Answer 1

区别可能与这两个系统的默认区域设置有关，特别是前导空格的排序权重。

首先，重要的是要注意，在默认情况下，sort在非空白到空白的转换上分隔-不是空白到非空白。因此，当您有一个使用多个空格字符对齐的柱状文件时，这些额外的对齐字符被认为是以下字段的一部分。通过添加--debug标志，您可以看到这如何影响您的结果。

$ LC_COLLATE=C sort --debug -k5 file
sort: using simple byte comparison
sort: leading blanks are significant in key 1; consider also specifying 'b'
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
                                   _____________________________________
________________________________________________________________________
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
                                      _____________________________________
___________________________________________________________________________
00017  Jasmine          Disney_Princess     Asia           Desert_Sands
                                            ________________________________
____________________________________________________________________________
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
                                            ____________________________________
________________________________________________________________________________
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz
                                               _______________________
______________________________________________________________________

在这里您可以看到，实际发生的情况是，它是第5列上的排序，但是，一旦考虑到前面的空格，结果就是它按最前面的空格排序。

同样地，当您使用-k6时，它实际上是在第6列上排序，但巧合的是，这给出了与第5列地理区域上的字母排序相同的顺序(就因为_A_sia恰好是短的和North_America是长的)

$ LC_COLLATE=C sort --debug -k6 file
sort: using simple byte comparison
sort: leading blanks are significant in key 1; consider also specifying 'b'
00017  Jasmine          Disney_Princess     Asia           Desert_Sands
                                                     _______________________
____________________________________________________________________________
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
                                                       _________________________
________________________________________________________________________________
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
                                                       _________________
________________________________________________________________________
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
                                                              _____________
___________________________________________________________________________
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz
                                                              ________
______________________________________________________________________

调试输出中给出了最简单的解决方案：

sort: leading blanks are significant in key 1; consider also specifying 'b'

即

$ LC_COLLATE=C sort --debug -b -k5 file
sort: using simple byte comparison
00017  Jasmine          Disney_Princess     Asia           Desert_Sands
                                                 ___________________________
____________________________________________________________________________
00013  Snow        White     Disney_Princess     Europe         Enchanted_Forest
                                                 _______________________________
________________________________________________________________________________
00018  Jiminy      Cricket   Disney              Europe         Tuscon0y
                                                 _______________________
________________________________________________________________________
00019  Speedy      Gonzales  Cats_Meow           North_America  Guadalajara
                                                 __________________________
___________________________________________________________________________
00016  Wiley       Coyote    Roadrunner_Nemesis  North_America  La_Paz
                                                 _____________________
______________________________________________________________________

Answer 2

如果6列文件在每一行的字段之间只有一个空格，那么"sort -k#“("#"：1-6)在Ubuntu和RHEL上运行，用于对列1-6执行排序。使用“排序-k#，#”的排序也是如此(例如:排序-k1,1 .，排序-k2,2 .排序-k6,6 .)。

如果六列文件在每一行的字段之间有多个字符(ex: file已使用"cat \ column -t >“对齐)，则"sort -k#”("#"：1-6)仅在RHEL上对列1-6起作用。

对于Ubuntu，我观察到“排序-k #”对列1和列2有效，对第3-5列不做任何操作，而“排序-k6”最后在第5列上进行排序。

对于我的实用程序，我最后对排序输入文件进行了预处理，使其在字段之间只有一个空格，然后在RHEL和Ubuntu上重新测试，以确保我得到了预期的结果。感谢所有关注这两种操作系统类型之间的异常现象的人。