Inkonsistentes Verhalten des Sortierbefehls

Ich möchte zwei Dateien sortieren, kann aber keine konsistenten Ergebnisse erzielen. Es scheint, dass es Probleme mit der Sortierung gibt, aber ich kann den Grund nicht verstehen. In Beispieldateien ist das Trennzeichen ein einzelnes Leerzeichen:

Datei1:

a
b
B
A

Datei2:

a 1
b 0
B 1
A 0

Ich benutze sort -k1,1, um diese Dateien zu sortieren und die Ausgabe ist:

sortiert1:

a
A
b
B

sortiert2:

A 0
a 1
b 0
B 1

Ich brauche diese sortierten Dateien in einem joinund es beschwert sich derzeit, dass die eine der Dateien nicht sortiert ist.

In meiner Umgebung LC_COLLATEund LC_ALLsind nicht eingestellt, LANGist eingestellt aufen_US.UTF-8

Mit LC_ALL=C sort -k1,1der Ausgabe ist:

sortiert11:

A
B
a
b

sortiert22:

A 0
B 1
a 1
b 0

Ich brauche keine bestimmte Bestellung, ich möchte nur, dass sie sich den Ergebnissen anschließen kann. Dieser Weg joinfunktioniert. Um sicher zu sein kann ich auch prepend joinmit LC_ALL=C.

Meine Frage

Warum sorted1 aist in vorher A und in sorted2 aist nachher A ? Was auch immer die Sortierung ist, es ist für beide sortBefehle und ich sortiere nach Spalte 1, die in beiden Eingabedateien identisch ist.

Ausgabe von hinzugefügt ltrace -e strcoll

Datei1

sort->strcoll("B","A") =1
sort->strcoll("a","b") =-1 
sort->strcoll("a","A") =-7
a
sort->strcoll("b","A") =1
A
sort->strcoll("b","B") =-7
b
B
+++ exited (status 0) +++

file2

sort->strcoll("B 1","A 0") =1
sort->strcoll("a 1","b 0") =-1 
sort->strcoll("a 1","A 0") =1
A 0
sort->strcoll("a 1","B 1) =-1
a 1
sort->strcoll("b 0","B 1") =-1
b 0
B 1
+++ exited (status 0) +++

Wie Stéphane Chazelas in dem Kommentar sagte , handelt es sich um einen Fehler in der spezifischen Implementierung von coreutils(in coreutils-8.22-11.el7) durch CentOS / Red Hat, insbesondere in dem fehlerhaften Internationalisierungs-Patch ( coreutils-i18n.patch), den sie zusätzlich zu GNUs geschrieben und angewendet haben coreutils-8.22.

Ich habe es hier CentOS und hier Red Hat gemeldet . Es war bereits bekannt , bei Red Hat und dort fixiert in coreutils-8.22-13.el7.

Dieser ist derzeit noch nicht für CentOS verfügbar (20.08.2015).

Beachten Sie der Vollständigkeit halber, dass der Fehler auch (fälschlicherweise, da der Fehler nicht vorhanden war) in Upstreams (bei GNUs ) gemeldet wurde, in denen Sie weitere Informationen dazu finden.

Ihre Standardkollatierung (en_US.UTF-8) verursacht dies. Sie sollten den Wert LC_COLLATE festlegen , um den Text wie angegeben zu ordnen.

 LC_COLLATE='C' sort -k1 file1