Unix 排序不接受非常规分隔符“±”作为字段分隔符

Question

我都试过了

... | sort -k'1,1r' -k'2,2' -t'±'

... | sort -k'1,1r' -k'2,2' -t$'\xC2\xB1'


*$> sort: ±: Invalid argument*

我希望它不是不受排序支持，只是我缺少一些转义或特殊字符处理。

我的设置是：

localhost:~ user$ locale
LANG=
LC_COLLATE="C"
LC_CTYPE="UTF-8"
LC_MESSAGES="C"
LC_MONETARY="C"
LC_NUMERIC="C"
LC_TIME="C"
LC_ALL=

localhost:~ user$ sort --version
2.3-Apple (99)

Answer 1

如果您查看Apple macOSsort的源代码，它的FreeBSD 起源几乎没有修改。

特别是，您会发现该-t选项的处理方式与 FreeBSD 中相同。

            case 't':
                while (strlen(optarg) > 1) {
                    if (optarg[0] != '\\') {
                        errc(2, EINVAL, "%s", optarg);
                    }
                    optarg += 1;
                    if (*optarg == '0') {
                        *optarg = 0;
                        break;
                    }
                }

如您所见，-t只有当参数为空（在这种情况下 NUL 是分隔符）或包含单个字节或以任意数量的\字符开头，后跟单个字节（在这种情况下该字节被视为分隔符），或0后跟任何内容，在这种情况下，分隔符是NUL.

例子：

• -t ''or -t '\0', or -t '\\\\\0'or-t '\\0whatever分隔 NUL 字符
• -t '\t',-t '\\\t'划定t
• -t '\',-t '\\\\\'以反斜杠分隔。

在任何情况下，分隔符只能是一个字节，神秘的额外处理可能只有在那里-t '\0'才能用于指定 NUL 分隔符以与 GNU 兼容sort（FreeBSDsort曾经是 GNU sort），或者可能（因为那个提交是甚至不是关于-t选项），所以它-t '\\'也可以用来指定\为分隔符（不是 GNUsort接受的东西）。

所以你不能使用多字节字符作为分隔符。

没有多少sort实现允许多字节字符。GNU 或busyboxsort也没有。不过 ast-opensort确实如此。

在这里，您可以±在排序之前将其与单字节字符（最好是不太可能出现在输入中的字符，因此它不会影响排序）交换，然后再进行排序和恢复。谢天谢地，FreeBSDtr和 macOStr也支持多字节字符（与 GNU 不同tr）：

<input tr '±\1' '\1±' | sort -t $'\1' ... | tr '±\1' '\1±'